使用 AutoML 图片模型时,您可以配置特定参数来改进说明。
Vertex Explainable AI 特征归因方法均基于 Shapley 值的变体。由于 Shapley 值的计算开销非常大,因此 Vertex Explainable AI 会提供近似值,而不是确切值。
您可以通过更改以下输入来减少近似误差并接近确切值:
- 增加积分步数或路径数。
增加步数
如需减少近似误差,您可以增加:
- 界面中的积分步数
使用 AutoML 图片模型时,您可以配置特定参数来改进说明。
Vertex Explainable AI 特征归因方法均基于 Shapley 值的变体。由于 Shapley 值的计算开销非常大,因此 Vertex Explainable AI 会提供近似值,而不是确切值。
您可以通过更改以下输入来减少近似误差并接近确切值:
如需减少近似误差,您可以增加:
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2024-03-15。