AutoML 画像分類の説明を改善する
コレクションでコンテンツを整理
必要に応じて、コンテンツの保存と分類を行います。
AutoML 画像モデルを使用している場合は、説明を改善するために特定のパラメータを構成できます。
Vertex Explainable AI の特徴アトリビューション方式は、すべて Shapley 値のバリアントに基づいています。Shapley 値は非常に計算コストが高いため、Vertex Explainable AI は正確な値ではなく近似値を提供します。
次の入力を変更すると、近似誤差を減らして正確な値に近づけることができます。
ステップを増やす
近似誤差を減らすには、次の値を大きくします。
次のステップ
特に記載のない限り、このページのコンテンツはクリエイティブ・コモンズの表示 4.0 ライセンスにより使用許諾されます。コードサンプルは Apache 2.0 ライセンスにより使用許諾されます。詳しくは、Google Developers サイトのポリシーをご覧ください。Java は Oracle および関連会社の登録商標です。
最終更新日 2025-02-14 UTC。
[[["わかりやすい","easyToUnderstand","thumb-up"],["問題の解決に役立った","solvedMyProblem","thumb-up"],["その他","otherUp","thumb-up"]],[["わかりにくい","hardToUnderstand","thumb-down"],["情報またはサンプルコードが不正確","incorrectInformationOrSampleCode","thumb-down"],["必要な情報 / サンプルがない","missingTheInformationSamplesINeed","thumb-down"],["翻訳に関する問題","translationIssue","thumb-down"],["その他","otherDown","thumb-down"]],["最終更新日 2025-02-14 UTC。"],[],[]]