Quản lý mô hình của bạn trong AI Builder
Tạo mô hình tối ưu cho doanh nghiệp của bạn có thể là một quá trình lặp đi lặp lại. Kết quả có thể khác nhau tùy thuộc vào cấu hình bạn đặt và dữ liệu đào tạo bạn cung cấp. Việc cập nhật các yếu tố này có thể cải thiện hiệu suất của mô hình của bạn. Tuy nhiên, trong một số trường hợp, hiệu suất có thể bị suy giảm. Mỗi loại mô hình AI có một bộ hướng dẫn để giúp bạn trong quá trình tạo mô hình tốt nhất, phù hợp với nhu cầu của bạn.
Sau khi đào tạo mô hình của mình lần đầu tiên, bạn có thể đánh giá hiệu suất và chất lượng của mô hình đó trên trang chi tiết.
Tùy thuộc vào loại mô hình AI của bạn, điểm hiệu suất có thể xuất hiện cho từng phiên bản được đào tạo. Bạn có thể sử dụng điểm này để so sánh nhanh hai phiên bản của cùng một mẫu máy. Tuy nhiên, hãy nhớ rằng điểm số dựa trên cấu hình cho khóa đào tạo đó. Đảm bảo rằng bạn cân nhắc mọi thay đổi bạn đã thực hiện giữa các phiên bản khi so sánh điểm số.
Mỗi loại mô hình AI có một lời giải thích khác nhau về cách tính điểm và cách diễn giải điểm. Xem chú giải công cụ bên cạnh Hiệu suất để tìm hiểu thêm.
Một số loại mô hình AI bao gồm tính năng kiểm tra nhanh hiệu suất cho phiên bản đã đào tạo của bạn bằng dữ liệu thực mà bạn chọn. Chọn Thử nghiệm nhanh để xem mô hình của bạn đang hoạt động.
Sau khi đánh giá xong mô hình mới được đào tạo, bạn có hai lựa chọn:
- Xuất bản mô hình của bạn: Để biết thêm thông tin về thời điểm xuất bản mô hình, hãy xem Khi nào tôi nên xuất bản mô hình của mình?.
- Tạo phiên bản mới: Để biết thêm thông tin về thời điểm tạo phiên bản mới, hãy xem Khi nào tôi nên tạo phiên bản mới?.
Mô hình không phù hợp là mô hình thực sự hoạt động kém hơn so với dự đoán ngẫu nhiên. Nếu mô hình của bạn liên tục hoạt động kém thì đó có thể là dấu hiệu cho thấy có vấn đề với dữ liệu huấn luyện của bạn. Các trường bạn đang sử dụng có liên quan đến loại xác định mà mô hình của bạn dự định thực hiện không? Có lỗi nhập dữ liệu hoặc các vấn đề khác đang khiến mô hình của bạn đi chệch hướng không?
Một mô hình overfit có vẻ hoạt động rất tốt—nếu không muốn nói là hoàn hảo—khi chạy trên dữ liệu huấn luyện của bạn. Điều đó có thể là do có một cột trong dữ liệu huấn luyện của bạn tương ứng trực tiếp với kết quả. Ví dụ: giả sử bạn có mô hình dự đoán dự đoán liệu lô hàng có đến đúng giờ hay không. Nếu dữ liệu lịch sử của bạn bao gồm ngày giao hàng thực tế thì mô hình của bạn sẽ dự đoán hoàn hảo khi so sánh với dữ liệu lịch sử của bạn. Nó có thể sẽ không hoạt động tốt khi chạy trên dữ liệu thực trong môi trường kinh doanh của bạn vì cột ngày giao hàng chưa được điền.
- Ở đầu trang, chọn Cài đặt.
- Trong ngăn Cài đặt mô hình ở bên phải, bên dưới Tên, hãy nhập một tên khác. Tùy thuộc vào loại mô hình AI của bạn, trước tiên bạn có thể cần chọn phần Chung .
- Chọn Lưu.
Để tạo phiên bản mới, hãy chọn Chỉnh sửa mô hình ở đầu trang.
Bạn có thể có sẵn tối đa hai phiên bản đã đào tạo cùng một lúc: một Phiên bản đã xuất bản và một Phiên bản được đào tạo lần cuối đó không được xuất bản. Nếu bạn huấn luyện một phiên bản mới khi phiên bản được huấn luyện cuối cùng đã tồn tại thì phiên bản được huấn luyện cuối cùng hiện có sẽ bị ghi đè.
Khi bạn tạo một phiên bản mới, mô hình của bạn sẽ dựa trên cấu hình từ phiên bản hiện có—phiên bản đã xuất bản hoặc phiên bản được đào tạo cuối cùng của bạn. Nếu có cả hai, bạn phải chọn cái nào bạn muốn tạo phiên bản mới.
Phiên bản mới chỉ được tạo sau khi bạn đào tạo thành công. Nếu bạn rời đi mà không hoàn thành các thay đổi và huấn luyện mô hình của mình, tiến trình của bạn sẽ được lưu dưới dạng bản nháp. Một số hành động nhất định, chẳng hạn như tạo phiên bản mới hoặc đào tạo lại, có thể bị vô hiệu hóa cho đến khi bạn đào tạo hoặc loại bỏ bản nháp của mình. Bạn chỉ có thể có một bản nháp tại một thời điểm, vì vậy, bạn phải chọn Tiếp tục bản nháp để tiếp tục nơi bạn đã dừng lại hoặc Hủy bản nháp để loại bỏ những thay đổi trước khi bạn có thể tiếp tục.
Sau khi đào tạo, kết quả đào tạo của bạn sẽ xuất hiện trong phần Phiên bản được đào tạo lần cuối của trang Chi tiết .
Nếu bạn hài lòng với phiên bản được đào tạo gần đây nhất của mình, bạn có thể xuất bản mô hình của mình để cung cấp phiên bản đó. Nếu không, bạn luôn có thể tạo một phiên bản mới.
Bạn có thể tạo phiên bản mới của mô hình để giúp cải thiện hiệu suất hoặc chất lượng của mô hình. Điều này phụ thuộc vào loại mô hình AI: một số mô hình có thể được cải thiện bằng cách cập nhật cấu hình và một số mô hình có thể được cải thiện bằng cách cập nhật dữ liệu huấn luyện.
Do tính chất thử nghiệm của máy học, không phải tất cả các phiên bản mới mà bạn tạo sẽ giúp tăng hiệu suất mô hình. Nếu không hài lòng với mô hình của mình, bạn có thể tạo một phiên bản mới để cố gắng mang lại kết quả tốt hơn.
Nếu bạn hài lòng với mô hình của mình, bạn có thể xuất bản nó để làm cho nó có sẵn. Bởi vì bạn chỉ có thể có sẵn hai phiên bản được đào tạo cùng một lúc, nên bạn có thể muốn xuất bản một mô hình mà bạn không muốn bị phiên bản mới ghi đè.
Để biết thêm thông tin về các sắc thái của việc cải thiện hiệu suất mô hình của bạn, hãy xem thông báo bên dưới Độ chính xác của bạn.
Trong khi đào tạo tạo ra một phiên bản mới bằng cách cập nhật cấu hình của bạn, đào tạo lại sẽ tạo một phiên bản mới sử dụng cùng cấu hình với phiên bản hiện tại của bạn. Lợi ích của việc đào tạo lại là nó sẽ nghiên cứu mọi dữ liệu mới để mô hình của bạn luôn chính xác theo thời gian. Hành động này chỉ áp dụng cho một số loại mô hình AI nhất định.
Đăng nhập vào Power Apps.
Ở ngăn bên trái, chọn AI Builder>Mô hình.
Thực hiện theo các bước cho loại mô hình của bạn.
Đối với các mẫu dự đoán và Phân loại danh mục, trong phần Hiệu suất , hãy chọn menu (…), sau đó chọn Đào tạo lại ngay bây giờ.
Điều này thay thế phiên bản được đào tạo cuối cùng của bạn. Nếu bạn đã sẵn sàng, hãy xuất bản phiên bản này.
Hãy thực hiện các bước này trên từng mô hình AI Builder của bạn để thiết lập và chạy lại các mô hình AI của bạn.