概览

本实验可帮助您了解如何充分利用 TensorFlow Model Remediation 库，使用该库中提供的 MinDiff 技术来减轻不公平偏见。

学习目标

1. 探索恶意文本数据集。
2. 构建和训练恶意分类模型。
3. 通过绘制预测结果来检查模型不公平偏见。
4. 使用 TensorFlow Model Remediation 库中提供的 MinDiff 技术。
5. 对比基准模型与 MinDiff 模型之间的结果。

任务 0. 设置和要求

对于每个实验，您都会免费获得一个新的 Google Cloud 项目及一组资源，它们都有固定的使用时限。

1. 请使用无痕式窗口登录 Qwiklabs。

2. 留意实验的访问时限（例如 1:15:00）并确保能在相应时间段内完成实验。
   系统不提供暂停功能。如有需要，您可以重新开始实验，不过必须从头开始。

3. 准备就绪时，点击开始实验。

4. 请记好您的实验凭据（用户名和密码）。您需要使用这组凭据来登录 Google Cloud 控制台。

5. 点击打开 Google 控制台。

6. 点击使用其他帐号，然后将此实验的凭据复制并粘贴到相应提示框中。
   如果您使用其他凭据，将会收到错误消息或产生费用。

7. 接受条款并跳过恢复资源页面。

启用 Notebooks API

1. 在 Google Cloud 控制台的导航菜单中，依次点击 API 和服务 > 库。

2. 搜索 Notebooks API，然后按 Enter 键。

3. 点击 Notebooks API 的搜索结果，如果该 API 尚未启用，请点击启用。

启用 Vertex AI API

1. 在 Google Cloud 控制台的导航菜单中，依次点击 Vertex AI > 信息中心。

2. 点击启用所有推荐的 API。

点击“检查我的进度”以验证是否完成了以下目标： 启用 Notebooks API 和 Vertex AI API

任务 1. 打开 Vertex AI Workbench 实例

1. 在 Google Cloud 控制台的导航菜单中，依次点击 Vertex AI > Workbench。

2. 在用户管理的笔记本页面上，点击新建，然后选择 TensorFlow 企业版 2.12 (Intel® MKL-DNN/MKL)。

3. 请使用默认可用区和区域： 。 保持其余设置不变，然后点击创建。新的虚拟机将需要 2-3 分钟来启动。

4. 点击打开 JupyterLab。 一个 JupyterLab 窗口会在新标签页中打开。

点击“检查我的进度”以验证是否完成了以下目标： 创建 Vertex AI Workbench 实例

任务 2. 在 Vertex AI Workbench 实例中克隆一个课程仓库

如需在您的 JupyterLab 实例中克隆笔记本，请执行以下操作：

1. 在 JupyterLab 中打开一个新的终端窗口。

2. 在命令行提示符处运行以下命令：

3. 如需确认已克隆该仓库，请双击 asl-ml-immersion 目录，确保您能看到相应内容。 整个课程中基于 Jupyter 笔记本的所有实验室对应的文件都位于此目录中。

点击“检查我的进度”以验证是否完成了以下目标： 在您的 Vertex AI Platform Notebooks 实例中克隆课程仓库

任务 3. 使用 TensorFlow Model Remediation 减轻不公平偏见

1. 在笔记本界面中，导航到 asl-ml-immersion > 笔记本 > responsible_ai > fairness（公平性）> 解决方案，然后打开 min_diff_keras.ipynb。

2. 在笔记本界面中，依次点击修改 > 清除所有输出。

3. 仔细阅读笔记本说明并完成运行笔记本。

提示：如需运行当前单元，请点击该单元并按下 Shift + Enter。笔记本界面中的运行下列出了其他单元命令。

结束实验

完成实验后，请点击结束实验。Qwiklabs 会移除您使用过的资源并为您清理帐号。

系统会提示您为实验体验评分。请选择相应的评分星级，输入评论，然后点击提交。

星级的含义如下：

• 1 颗星 = 非常不满意
• 2 颗星 = 不满意
• 3 颗星 = 一般
• 4 颗星 = 满意
• 5 颗星 = 非常满意

如果您不想提供反馈，可以关闭该对话框。

如果要留言反馈、提出建议或做出更正，请使用支持标签页。

版权所有 2020 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。