Melhore as explicações para a classificação de imagens do AutoML

Quando trabalha com modelos de imagens do AutoML, pode configurar parâmetros específicos para melhorar as suas explicações.

Os métodos de atribuição de funcionalidades do Vertex Explainable AI baseiam-se todos em variantes dos valores de Shapley. Uma vez que os valores de Shapley são muito dispendiosos em termos de computação, o Vertex Explainable AI fornece aproximações em vez dos valores exatos.

Pode reduzir o erro de aproximação e aproximar-se dos valores exatos alterando as seguintes entradas:

  • Aumentar o número de passos integrais ou o número de caminhos.

Aumentar os passos

Para reduzir o erro de aproximação, pode aumentar:

  • O número de passos integrais na IU

O que se segue?