AI Platform으로 AI Explanations를 사용해 볼 수 있도록 두 개의 샘플 메모장을 준비했습니다. 메모장 하나는 표 데이터로 특징 기여 분석을 가져오는 방법을 보여주며 다른 하나는 이미지 데이터로 특징 기여 분석을 가져오는 방법을 보여줍니다.
시작하기 전에
AI Explanations를 사용하려면 AI Platform에서 모델을 학습시키고 배포할 수 있는지 확인해야 합니다.
- 로컬 개발 환경을 설정합니다.
- 결제 및 필요한 API를 사용 설정한 상태로 GCP 프로젝트를 설정합니다.
- 학습 패키지와 학습된 모델을 저장할 Cloud Storage 버킷을 만듭니다.
GCP 프로젝트를 설정하려면 샘플 메모장에 제공된 안내를 따르세요.
메모장 환경
각 샘플 노트북은 다음 노트북 환경에서 실행할 수 있습니다.
샘플 메모장
각 샘플 노트북은 TensorFlow 2를 사용한 모델 학습, 추론을 위한 배포, 예측 가져오기, 설명 요청의 엔드 투 엔드 프로세스를 보여줍니다. 또한 두 노트북 모두 Explainable AI SDK를 사용하여 설명을 시각화하는 방법을 보여줍니다. 시작하려면 샘플 노트북을 선택하세요.
- AI Explanations: 표 데이터 모델 설명은 날씨와 자전거 공유 데이터를 사용하여 자전거 주행 시간을 예측하고 구조화된 데이터의 특성 기여 분석을 검색하는 방법을 보여줍니다.
- AI Explanations: 이미지 데이터 모델 설명은 TensorFlow Flowers 데이터 세트로 학습된 분류 모델의 이미지 특징 기여 분석을 보여줍니다. 이 노트북에서는 AI Explanations 통합 경사 및 XRAI 기술을 사용하는 방법을 보여줍니다.
또한 TensorFlow 1.15를 사용하는 샘플 노트북도 사용할 수 있습니다.
모든 노트북의 소스도 GitHub에서 사용할 수 있습니다.
다음 단계
- AI Explanations의 개념적 개요를 읽어보세요.
- AI Explanations의 제한 사항을 이해합니다.