Migliorare le spiegazioni per la classificazione delle immagini AutoML

Anteprima

Questa funzionalità è soggetta ai "Termini delle Offerte pre-GA" nella sezione Termini di servizio generali dei Termini specifici dei servizi. Le funzionalità pre-GA sono disponibili "così come sono" e potrebbero avere un supporto limitato. Per saperne di più, consulta le descrizioni della fase di lancio.

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.

Aumentare i passi

Per ridurre l'errore di approssimazione, puoi aumentare:

• il Numero di passaggi per l'integrale nella UI

Passaggi successivi

• Esplora le limitazioni di Vertex Explainable AI.