Κοινή χρήση μέσω


Διαχείριση του μοντέλου σας στο AI Builder

Η δημιουργία του βέλτιστου μοντέλου για την επιχείρησή σας μπορεί να είναι μια μάλλον επαναληπτική διαδικασία. Τα αποτελέσματα μπορεί να ποικίλλουν ανάλογα με τις ρυθμίσεις παραμέτρων που ορίζετε και τα δεδομένα εκπαίδευσης που παρέχετε. Η ενημέρωση αυτών των παραγόντων μπορεί να βελτιώσει την απόδοση του μοντέλου σας. Ωστόσο, σε ορισμένες περιπτώσεις, η απόδοση ίσως υποβαθμιστεί. Κάθε τύπος μοντέλου AI διαθέτει ένα σύνολο οδηγιών που σας βοηθάει στη διαδικασία δημιουργίας του βέλτιστου μοντέλου που είναι προσαρμοσμένο στις ανάγκες σας.

Στιγμιότυπο οθόνης για τη διαχείριση ενός μοντέλου AI.

Αξιολόγηση του μοντέλου σας

Αφού εκπαιδεύσετε το μοντέλο σας για πρώτη φορά, μπορείτε να αξιολογήσετε τις επιδόσεις και την ποιότητά του στη σελίδα λεπτομερειών.

Ανάλογα με τον τύπο μοντέλου AI, ενδέχεται να εμφανιστεί μια βαθμολογία επιδόσεων για κάθε εκπαιδευμένη έκδοση. Μπορείτε να χρησιμοποιήσετε αυτή τη βαθμολογία για να συγκρίνετε γρήγορα δύο εκδόσεις του ίδιου μοντέλου. Ωστόσο, να θυμάστε ότι η βαθμολογία βασίζεται στη ρύθμιση παραμέτρων για εκείνη την εκπαίδευση. Βεβαιωθείτε ότι έχετε λάβει υπόψη τυχόν αλλαγές που έχετε κάνει μεταξύ των εκδόσεων όταν συγκρίνετε τις βαθμολογίες.

Κάθε τύπος μοντέλου AI έχει διαφορετική εξήγηση για τον τρόπο υπολογισμού και τον τρόπο ερμηνείας της βαθμολογίας. Για να μάθετε περισσότερα, δείτε τη συμβουλή εργαλείου δίπλα στις Επιδόσεις.

Ορισμένοι τύποι μοντέλων AI περιλαμβάνουν μια δυνατότητα να δοκιμάζουν γρήγορα την απόδοση για την εκπαιδευμένη έκδοση με πραγματικά δεδομένα της επιλογής σας. Επιλέξτε Γρήγορη δοκιμή για να δείτε το μοντέλο σας σε δράση.

Μετά την ολοκλήρωση της αξιολόγησης του πρόσφατα εκπαιδευμένου μοντέλου σας, έχετε δύο επιλογές:

Μοντέλα υποπροσαρμογής

Ένα μοντέλο υποπροσαρμογής είναι ένα μοντέλο που στην πραγματικότητα αποδίδει χειρότερα από μια τυχαία εικασία. Εάν το μοντέλο σας έχει σταθερά κακή απόδοση, είναι πιθανώς ένδειξη ότι υπάρχει κάποιο πρόβλημα με τα δεδομένα εκπαίδευσής σας. Είναι τα πεδία που χρησιμοποιείτε σχετικά με τον τύπο προσδιορισμού που προορίζεται να κάνει το μοντέλο σας; Υπάρχουν σφάλματα εισόδου δεδομένων ή άλλα προβλήματα που παραπλανούν το μοντέλο σας;

Μοντέλα υπερπροσαρμογής

Ένα μοντέλο υπερπροσαρμογής φαίνεται να αποδίδει πολύ καλά—αν όχι τέλεια—όταν εκτελείται στα δεδομένα εκπαίδευσής σας. Αυτό μπορεί να οφείλεται στο γεγονός ότι υπάρχει μια στήλη στα δεδομένα εκπαίδευσής σας που αντιστοιχεί ευθέως στο αποτέλεσμα. Για παράδειγμα, ας υποθέσουμε ότι έχετε ένα μοντέλο πρόβλεψης που προβλέπει εάν μια αποστολή θα φθάσει εγκαίρως. Εάν τα ιστορικά δεδομένα σας περιλαμβάνουν την πραγματική ημερομηνία παράδοσης, το μοντέλο σας θα προβλέψει τέλεια, όταν θα εκτελείται σε σχέση με τα ιστορικά δεδομένα σας. Κατά πάσα πιθανότητα δεν θα τα πήγαινε καλά κατά την εκτέλεση σε πραγματικά δεδομένα στο περιβάλλον της επιχείρησής σας, επειδή η στήλη ημερομηνίας παράδοσης δεν θα είχε συμπληρωθεί ακόμα.

Επεξεργασία του ονόματος του μοντέλου

  1. Στο επάνω μέρος της σελίδας, επιλέξτε Ρυθμίσεις.
  2. Στα τμήματα παραθύρου Ρυθμίσεις μοντέλου στα δεξιά, στην περιοχή Όνομα, εισαγάγετε ένα διαφορετικό όνομα. Ανάλογα με τον τύπο του μοντέλου AI, ίσως χρειαστεί να επιλέξετε πρώτα την ενότητα Γενικά.
  3. Επιλέξτε Αποθήκευση.

Δημιουργία νέας έκδοσης

Για να δημιουργήσετε μια νέα έκδοση, επιλέξτε Επεξεργασία μοντέλου στο επάνω μέρος της σελίδας.

Μπορείτε να έχετε έως και δύο εκπαιδευμένες εκδόσεις διαθέσιμες κάθε φορά: μία Δημοσιευμένη έκδοση και μία που δεν έχει δημοσιευτεί, την Τελευταία εκπαιδευμένη έκδοση. Εάν εκπαιδεύσετε μια νέα έκδοση όταν υπάρχει ήδη μια Τελευταία εκπαιδευμένη έκδοση, γίνεται αντικατάσταση της υπάρχουσας τελευταίας εκπαιδευμένης έκδοσης.

Όταν δημιουργείτε μια νέα έκδοση, το μοντέλο σας βασίζεται στη ρύθμιση παραμέτρων από μια υπάρχουσα έκδοση, η οποία θα είναι η δημοσιευμένη ή η τελευταία εκπαιδευμένη έκδοσή σας. Εάν έχετε και τις δύο, πρέπει να επιλέξετε από ποια θέλετε να δημιουργήσετε τη νέα έκδοση.

Στιγμιότυπο οθόνης του μενού επεξεργασίας μοντέλου.

Μια νέα έκδοση δημιουργείται μόνο αφού την έχετε εκπαιδεύσει με επιτυχία. Εάν πραγματοποιήσετε έξοδο χωρίς να έχετε ολοκληρώσει τις αλλαγές σας και να έχετε εκπαιδεύσει το μοντέλο σας, η πρόοδός σας αποθηκεύεται ως προσχέδιο. Ορισμένες ενέργειες, όπως η δημιουργία νέας έκδοσης ή η επανεκπαίδευση, ίσως απενεργοποιηθούν μέχρι να εκπαιδεύσετε ή να απορρίψετε το προσχέδιό σας. Μπορείτε να έχετε μόνο ένα προσχέδιο διαθέσιμο κάθε φορά, επομένως πρέπει να επιλέξετε είτε Συνέχιση προσχεδίου για να συνεχίσετε από το σημείο που σταματήσατε ή Απόρριψη προσχεδίου για να καταργήσετε τις αλλαγές, προκειμένου να μπορέσετε να συνεχίσετε.

Μετά την εκπαίδευση, τα αποτελέσματα της εκπαίδευσής σας εμφανίζονται κάτω από την ενότητα Τελευταία εκπαιδευμένη έκδοση της σελίδας Λεπτομέρειες.

Εάν είστε ικανοποιημένοι με την τελευταία εκπαιδευμένη έκδοσή σας, μπορείτε να δημοσιεύσετε το μοντέλο σας για να το κάνετε διαθέσιμο. Διαφορετικά, μπορείτε πάντα να δημιουργήσετε μια νέα έκδοση.

Πότε πρέπει να δημιουργήσω μια νέα έκδοση;

Μπορείτε να δημιουργήσετε μια νέα έκδοση του μοντέλου σας για να συμβάλετε στη βελτίωση των επιδόσεων ή της ποιότητας του μοντέλου. Αυτό εξαρτάται από τον τύπο μοντέλου AI: ορισμένα μοντέλα μπορούν να βελτιωθούν με την ενημέρωση της ρύθμισης παραμέτρων και ορισμένα μοντέλα μπορούν να βελτιωθούν με την ενημέρωση των δεδομένων εκπαίδευσης.

Εξαιτίας του πειραματικού χαρακτήρα της εκμάθησης μηχανής, δεν θα οδηγούν σε αύξηση της απόδοσης του μοντέλου όλες οι νέες εκδόσεις που δημιουργείτε. Εάν δεν είστε ικανοποιημένοι με το μοντέλο σας, μπορείτε να δημιουργήσετε μια νέα έκδοση για να προσπαθήσετε να επιτύχετε καλύτερα αποτελέσματα.

Εάν είστε ικανοποιημένοι με το μοντέλο σας, μπορείτε να το δημοσιεύσετε για να το καταστήσετε διαθέσιμο. Επειδή μπορείτε να έχετε μόνο δύο εκπαιδευμένες εκδόσεις διαθέσιμες κάθε φορά, ίσως θελήσετε να δημοσιεύσετε ένα μοντέλο που δεν θέλετε να αντικατασταθεί από μια νέα έκδοση.

Για περισσότερες πληροφορίες σχετικά με τις διαφοροποιήσεις για τη βελτίωση της απόδοσης του μοντέλου σας, ανατρέξτε στο μήνυμα κάτω από τη βαθμολογία ακρίβειας.

Επανεκπαίδευση και αναδημοσίευση υφιστάμενων μοντέλων

Ενώ η εκπαίδευση δημιουργεί μια νέα έκδοση με την ενημέρωση της ρύθμισης παραμέτρων σας, η επανεκπαίδευση δημιουργεί μια νέα έκδοση που χρησιμοποιεί την ίδια ρύθμιση παραμέτρων με την τρέχουσα έκδοση. Το πλεονέκτημα της επανεκπαίδευσης είναι ότι θα μελετήσει τυχόν νέα δεδομένα, έτσι ώστε το μοντέλο σας να παραμένει ακριβές κατά την πάροδο του χρόνου. Αυτή η ενέργεια ισχύει μόνο για συγκεκριμένους τύπους μοντέλων AI.

  1. Συνδεθείτε στο Power Apps.

  2. Στο αριστερό τμήμα παραθύρου, επιλέξτε AI Builder>Μοντέλα.

  3. Ακολουθήστε τα βήματα για τον τύπο μοντέλου που χρησιμοποιείτε.

    Για μοντέλα ταξινόμησης πρόβλεψης και κατηγορίας, στην ενότητα Απόδοση, επιλέξτε το μενού (...) και, έπειτα, επιλέξτε Επανεκπαίδευση τώρα.

  4. Αυτό αντικαθιστά την τελευταία εκπαιδευμένη έκδοσή σας. Εάν είστε έτοιμοι, δημοσιεύστε αυτή την έκδοση.

Εκτελέστε αυτά τα βήματα σε κάθε ένα από τα μοντέλα AI Builder για να ενεργοποιήσετε και να εκτελέσετε ξανά τα μοντέλα AI.

Επόμενο βήμα

Δημοσιεύστε το μοντέλο σας στο AI Builder

Εκπαίδευση: Διαχείριση μοντέλων στο AI Builder (εκπαιδευτική ενότητα)