TensorFlow
TensorFlow poskytuje operácie s tenzormi, automatické derivovanie a mechanizmy uloženia modelu. Export modelu definuje kontrakt pre volajúcu aplikáciu.
Príklad z pracovného postupu
Aplikácia odovzdá modelu sumu v eurách, tréning však používal centy. Rozmer a typ tenzora zostanú správne. Akceptačný príklad musí preto kontrolovať aj význam jednotiek a výsledok po prevode.
Ako výsledok overiť
Overíme načítanie exportovanej verzie v cieľovom runtime bez tréningového notebooku.
Reprodukovateľnosť výpočtu
Verzia knižnice, predspracovanie a poradie vstupných atribútov sú súčasťou správania výsledného výpočtu. Na opätovné použitie preto uchovávame aj schému, jednotky a malú sadu overených vstupov s očakávanými výstupmi.
Pri prenose medzi prostrediami zohľadníme rozdiely numerických typov a toleranciu vhodnú pre konkrétnu úlohu. Ak malá zmena čísla preklopí rozhodnutie na druhej strane prahu, praktický dopad môže byť významný aj pri malej priemernej chybe.
Výstupné skóre potrebuje kalibráciu pre konkrétny pracovný postup
Číselné skóre poškodenia nehovorí samo osebe, ktorý diel má obsluha vyradiť. Najprv určíme náklady prehliadnutej vady a manuálnej kontroly, potom porovnáme rozhodovacie hranice na reprezentatívnych kusoch. Výsledok sa viaže na konkrétny model aj spôsob snímania obrazu.
Po výmene osvetlenia alebo dodávateľa materiálu sa môže zmeniť rozdelenie skóre, hoci počet potvrdených chýb zostal podobný. Pri prevádzke preto sledujeme aj počet hraničných prípadov odovzdaných ľuďom a ich konečné rozhodnutia.
Otázky z praxe
Ako overiť kontrakt exportovaného modelu so serverom?
Aplikácia odošle vstup v rovnakom tvare ako v prevádzke vrátane dátového typu, názvov a jednotiek. Pri výsledku porovnáme nielen rozmery, ale aj poradie položiek a interpretáciu skóre. Referenčné prípady zahŕňajú jednu položku, väčšiu dávku a neplatný údaj.
Kedy modelu priložiť samotné predspracovanie?
Ak sa transformácie ľahko rozídu medzi tréningom a produkciou, ich verziované spojenie s modelom pomáha zachovať rovnaký význam vstupu. Podľa podporovaného spôsobu exportu môžu byť súčasťou modelu alebo samostatného artefaktu. Obe podoby potrebujú skúšku na pôvodnom nepredspracovanom dokumente.
Čo posudzovať pri výmene modelu na rovnakom endpointe?
Existujúci klient môže očakávať určitú triedu na konkrétnej pozícii alebo tie isté jednotky výsledku. Nový model musí dodržať tento kontrakt, aj keď má rovnakú veľkosť vektora. Testujeme aj správanie vstupov, ktoré obsahujú chýbajúcu alebo dovtedy nevidenú hodnotu.
Súvisiace stránky
-
Keras
Keras ponúka vysokú úroveň pre modelovanie vrstiev a tréning neurónových sietí.
Otvoriť -
Torch
Torch je pôvodný vedecký výpočtový rámec založený na jazyku Lua.
Otvoriť -
Strojové učenie
Model strojového učenia môže triediť doklady alebo správy. Na označenej vzorke porovnáme chyby s ručným postupom a nastavíme, ktoré prípady preverí človek.
Otvoriť