Migliorare le spiegazioni per la classificazione delle immagini AutoML

Preview

This feature is subject to the "Pre-GA Offerings Terms" in the General Service Terms section of the Service Specific Terms. Pre-GA features are available "as is" and might have limited support. For more information, see the launch stage descriptions.

Quando utilizzi i modelli di immagini 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 dispendiosi in termini di risorse di calcolo, Vertex Explainable AI fornisce approssimazione anziché valori esatti.

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

• Aumentare il numero di passaggi per l'integrale o il numero di percorsi.

Aumentare i passaggi

Per ridurre l'errore di approssimazione, puoi aumentare:

• il Numero di passaggi per l'integrale nell'interfaccia utente

Passaggi successivi

• Scopri le limitazioni di Vertex Explainable AI.