本指南說明如何從 Vertex AI 的 Model
資源取得說明。您可以透過下列兩種方式取得說明:
線上說明:對 Vertex AI API 發出的同步要求,類似於線上推論,會傳回附有特徵屬性的推論結果。
批次說明:對 Vertex AI API 提出的非同步要求,會傳回具有特徵屬性的推論結果。批次說明是批次推論要求的選用部分。
事前準備
如要取得說明,請先完成下列事項:
視使用的機器學習模型類型而定,這個步驟會有所不同:
如要從自訂訓練模型取得說明,請按照「設定以範例為基礎的說明」或「設定以特徵為基礎的說明」操作,建立支援 Vertex Explainable AI 的
Model
。如要從 AutoML 表格分類或迴歸模型取得說明,請在表格資料集上訓練 AutoML 模型。使用 Vertex Explainable AI 時,不需要進行特定設定。不支援預測模型說明。
如要從 AutoML 圖片分類模型取得說明,請使用圖片資料集訓練 AutoML 模型,並在部署模型時啟用說明。使用 Vertex Explainable AI 時,無須進行特定設定。 系統不支援物件偵測模型的說明。
如要取得線上說明,請將上一步驟中建立的
Model
部署至Endpoint
資源。
取得線上說明
如要取得線上說明,請按照與取得線上推論結果時相同的步驟操作。不過,請傳送 projects.locations.endpoints.explain
要求,而非傳送 projects.locations.endpoints.predict
要求至 Vertex AI API。
如需準備及傳送線上說明要求,請參閱下列指南:
如為 AutoML 圖片分類模型,請參閱「透過 AutoML 模型取得線上推論結果」。
如要瞭解如何從 AutoML 表格型分類和迴歸模型取得推論結果,請參閱「從 AutoML 模型取得推論結果」。
如為自訂訓練模型,請參閱「透過自訂訓練模型取得線上推論結果」。
取得批次說明
系統僅支援特徵式批次解釋,無法取得範例式批次解釋。
如要取得批次說明,請在建立批次推論工作時,將 generateExplanation
欄位設為 true
。
如需準備及建立批次預測工作的詳細操作說明,請參閱「取得批次推論結果」。
取得並行說明
Explainable AI 支援並行說明。並行說明功能可讓您從同一個已部署的模型端點,同時要求特徵式和範例式說明,不必為每種說明方法分別部署模型。
如要取得並行解釋,請上傳模型並設定範例式或特徵式解釋。接著,照常部署模型。
模型部署完成後,您就能照常要求取得設定的說明。此外,您也可以指定 concurrent_explanation_spec_override
,要求並行說明。
使用並行說明時,請注意下列事項:
- 只有
v1beta1
API 版本提供並行說明。如果您使用 Vertex Python SDK,則需要使用preview
模型,才能使用並行說明。 - 使用特徵式解釋部署後,就無法要求範例式解釋。如要同時取得範例式解釋和特徵式解釋,請使用範例式解釋部署模型,並透過並行解釋欄位要求特徵式解釋。
- 並行解釋不支援批次解釋。線上 說明是使用這項功能的唯一方式。
疑難排解
本節說明疑難排解步驟,解決您在取得說明時可能遇到的問題。
錯誤:清單索引超出範圍
如果在要求說明時收到下列錯誤訊息:
"error": "Explainability failed with exception: listindex out of range"
請確認您未將空陣列傳遞至預期物件陣列的欄位。舉例來說,如果 field1
接受物件陣列,下列要求主體可能會導致錯誤:
{
"instances": [
{
"field1": [],
}
]
}
請改為確保陣列不為空白,例如:
{
"instances": [
{
"field1": [
{}
],
}
]
}
後續步驟
- 根據收到的說明,瞭解如何調整
Model
,以改善說明。 - 試用範例筆記本,瞭解如何對表格資料或圖片資料使用 Vertex Explainable AI。