Migliorare le spiegazioni per la classificazione delle immagini AutoML

Quando lavori con i modelli di immagini 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 computazionale, Vertex Explainable AI fornisce approssimazioni anziché i valori esatti.

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

  • Aumentando il numero di passaggi per l'integrale o il numero di percorsi.

Aumento dei passaggi

Per ridurre l'errore di approssimazione, puoi aumentare:

  • Il numero di passaggi per l'integrale nell'interfaccia utente

Passaggi successivi