A szövegbesorolási modell értékelésének és részleteinek megtekintése
Miután a modell befejezte a betanítást, megtekintheti a modell teljesítményét, és megtekintheti a tesztkészlet dokumentumainak előrejelzett osztályait.
Megjegyzés
A tesztelési csoport automatikus felosztása a betanítási adatokból beállítás használatakor minden új modell betanításakor eltérő modellértékelési eredményt eredményezhet, mivel a tesztkészlet véletlenszerűen van kiválasztva az adatokból. Ha meg szeretné győződni arról, hogy a kiértékelés ugyanazon a tesztkészleten van kiszámítva minden alkalommal, amikor betanít egy modellt, mindenképpen használja a Betanítási és tesztelési adatok manuális felosztása betanítási feladat indításakor lehetőséget, és határozza meg a tesztdokumentumokataz adatok címkézésekor.
Előfeltételek
A modell kiértékelése előtt a következőkre van szüksége:
- Egyéni szövegbesorolási projekt konfigurált Azure Blob Storage-fiókkal.
- A tárfiókba feltöltött szöveges adatok.
- Címkézett adatok
- Sikeres betanított modell
További információért tekintse meg a projektfejlesztési életciklust .
Modell részletei
Nyissa meg a projektlapját a Language Studióban.
A képernyő bal oldalán található menüben válassza a Modellteljesítmény lehetőséget.
Ezen a lapon csak a sikeresen betanított modelleket, az egyes modellek F1 pontszámát és a modell lejárati dátumát tekintheti meg. A teljesítményével kapcsolatos további részletekért válassza ki a modell nevét.
Megjegyzés
A tesztkészletben nem címkézett vagy előrejelzett osztályok nem lesznek részei a megjelenített eredményeknek.
- Áttekintés
- Osztálytípus teljesítménye
- Tesztkészlet részletei
- Adathalmazok eloszlása
- Keveredési mátrix
Ezen a lapon megtekintheti a modell részleteit, például: F1 pontszám, pontosság, visszahívás, a betanítási feladat dátuma és időpontja, a betanítási feladatban szereplő betanítási és tesztelési dokumentumok teljes száma.
Emellett útmutatást is talál a modell fejlesztéséhez. Ha a részletek megtekintésére kattint, megnyílik egy oldalsó panel, amely további útmutatást nyújt a modell fejlesztéséhez. Ebben a példában ezekhez az osztályokhoz nincs elegendő adat a betanítási készletben. A betanítási csoportban nem egyértelmű a megkülönböztetés az osztálytípusok között, ahol két osztály összekeveredik egymással. A zavaros osztályokra kattintva az adatcímkézési oldalra kerül, hogy további adatokat címkézzen a megfelelő osztályba.
További információ a modellteljesítmény-fogalmak modellvezetési és keveredési mátrixáról.
Modelladatok betöltése vagy exportálása
A modelladatok betöltése :
Válasszon ki egy modellt a modellértékelési oldalon.
Válassza a Modelladatok betöltése gombot.
Győződjön meg arról, hogy nem rendelkezik a megjelenő ablakban rögzítendő nem mentett módosításokkal, és válassza az Adatok betöltése lehetőséget.
Várjon, amíg a modell adatai újra betöltődik a projektbe. A folyamat befejezése után a rendszer visszairányítja a Sématervező lapra.
A modelladatok exportálása :
Válasszon ki egy modellt a modellértékelési oldalon.
Válassza a Modelladatok exportálása gombot. Várja meg, amíg a modell JSON-pillanatképe helyileg le lesz töltve.
Modell törlése
A modell törlése a Language Studióból:
A bal oldali menüben válassza a Modell teljesítménye lehetőséget.
Válassza ki a törölni kívánt modellnevet , majd a felső menüben válassza a Törlés lehetőséget.
A megjelenő ablakban kattintson az OK gombra a modell törléséhez.
Következő lépések
A modell teljesítményének áttekintése során megismerheti a használt értékelési metrikákat . Ha már tudja, hogy javítania kell-e a modell teljesítményét, megkezdheti a modell javítását.
Visszajelzés
https://aka.ms/ContentUserFeedback.
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ:Visszajelzés küldése és megtekintése a következőhöz: