Migliora le spiegazioni per la classificazione delle immagini AutoML

Anteprima

Questa funzionalità è soggetta ai "Termini delle Offerte pre-GA" nella sezione Termini generali del servizio dei Termini specifici dei servizi. Le funzionalità pre-GA sono disponibili "così come sono" e potrebbero avere un supporto limitato. Per saperne di più, consulta le descrizioni della fase di lancio.

Quando lavori con i modelli di immagine AutoML, puoi configurare parametri specifici per migliorare le spiegazioni.

I metodi di attribuzione delle caratteristiche di Vertex Explainable AI si basano tutti su varianti dei valori di Shapley. Poiché i valori di Shapley sono molto costosi dal punto di vista del calcolo, Vertex Explainable AI fornisce approssimazioni invece dei valori esatti.

Puoi ridurre l'errore di approssimazione e avvicinarti ai valori esatti modificando i seguenti input:

• Aumento del numero di passaggi integrali o del numero di percorsi.

Aumento del numero di passi

Per ridurre l'errore di approssimazione, puoi aumentare:

• Il numero di passaggi integrali nell'interfaccia utente

Passaggi successivi

• Esplora i limiti di Vertex Explainable AI.