Mejorar las explicaciones de la clasificación de imágenes de AutoML

Vista previa

Esta función está sujetas a los "Términos de las Ofertas de Acceso Previo a la Disponibilidad General" de la sección Términos Generales de los Servicios de los Términos Específicos de los Servicios. Las funciones previas a la disponibilidad general están disponibles tal cual y pueden tener una compatibilidad y asistencia limitadas. Para obtener más información, consulta las descripciones de las fases de lanzamiento.

Cuando trabajes con modelos de imagen de AutoML, podrás configurar parámetros específicos para mejorar las explicaciones.

Todos los métodos de atribución de funciones de Vertex Explainable AI se basan en variantes de los valores de Shapley. Como los valores de Shapley son muy costosos desde el punto de vista computacional, Vertex Explainable AI proporciona aproximaciones en lugar de los valores exactos.

Para reducir el error de aproximación y acercarte a los valores exactos, puedes cambiar los siguientes datos:

• Aumentar el número de pasos integrales o el número de rutas.

Aumentar los pasos

Para reducir el error de aproximación, puede aumentar lo siguiente:

• El número de pasos integrales en la interfaz de usuario

Siguientes pasos

• Consulta las limitaciones de Vertex Explainable AI.