Migliora le spiegazioni per la classificazione delle immagini AutoML

Quando lavori con i modelli di immagine AutoML, puoi configurare parametri specifici per migliorare le spiegazioni.

I metodi di attribuzione delle caratteristiche di Vertex Explainable AI si basano tutti su varianti dei valori di Shapley. Poiché i valori di Shapley sono molto costosi dal punto di vista del calcolo, Vertex Explainable AI fornisce approssimazioni invece dei valori esatti.

Puoi ridurre l'errore di approssimazione e avvicinarti ai valori esatti modificando i seguenti input:

  • Aumento del numero di passaggi integrali o del numero di percorsi.

Aumento del numero di passi

Per ridurre l'errore di approssimazione, puoi aumentare:

  • Il numero di passaggi integrali nell'interfaccia utente

Passaggi successivi