Контрольні точки
Enable the Notebooks and Vertex AI APIs
/ 30
Create Vertex AI Platform Notebooks instance
/ 30
Clone a course repo within your Vertex AI Workbench instance
/ 40
Уникнення упереджень за допомогою MinDiff у TensorFlow
Огляд
Під час цієї практичної роботи ви дізнаєтесь, як уникати упереджень за допомогою техніки MinDiff і бібліотеки TensorFlow Model Remediation.
Навчальні цілі
- Ознайомитись із набором текстових даних із прикладами токсичності.
- Створити й навчити модель класифікації токсичності.
- Перевірити упередженість моделі, створивши результати прогнозів.
- Застосувати техніку MinDiff під час використання бібліотеки TensorFlow Model Remediation.
- Порівняти результати базової моделі й моделі MinDiff.
Завдання 0. Налаштування й вимоги
Для кожної практичної роботи ви безкоштовно отримуєте новий проект Google Cloud і набір інструментів на визначений період часу.
-
Увійдіть у Qwiklabs у вікні в режимі анонімного перегляду.
-
Слідкуйте за тим, скільки часу залишилося для виконання практичної роботи (наприклад:
1:15:00
). Постарайтеся завершити її вчасно.
Завдання не можна призупинити, а лише почати спочатку. -
Коли будете готові, натисніть Start Lab (Почати практичну роботу).
-
Занотуйте облікові дані для практичної роботи (ім’я користувача й пароль). Вони знадобляться для входу в Google Cloud Console.
-
Натисніть Open Google Console (Відкрити Google Console).
-
Виберіть Use another account (Увійти в інший обліковий запис), потім скопіюйте та вставте облікові дані для доступу до цієї практичної роботи у відповідні поля.
Якщо ви ввійдете з іншими обліковими даними, станеться помилка або з вас може почати стягуватися плата. -
Прийміть умови й пропустіть сторінку відновлення ресурсу.
Увімкніть Notebooks API
-
У меню навігації Google Cloud Console натисніть APIs & Services (API і сервіси) > Library (Бібліотека).
-
Знайдіть Notebooks API і натисніть ENTER.
-
Натисніть результат Notebooks API, і якщо API не ввімкнено, натисніть Enable (Увімкнути).
Увімкніть Vertex AI API
-
У меню навігації Google Cloud Console натисніть Vertex AI > Dashboard (Інформаційна панель).
-
Натисніть ENABLE ALL RECOMMENDED APIS (УВІМКНУТИ ВСІ РЕКОМЕНДОВАНІ API).
Щоб підтвердити виконання завдання, натисніть Підтвердити виконання.
Завдання 1. Відкрийте екземпляр Vertex AI Workbench
-
У Google Cloud Console у меню навігації натисніть Vertex AI > Workbench.
-
На сторінці User-Managed Notebooks (Керовані користувачами записники) натисніть CREATE NEW (Створити новий) і виберіть TensorFlow Enterprise 2.12 (Intel® MKL-DNN/MKL).
-
Використовуйте зону й регіон за умовчанням:
. Залиште інші налаштування без змін і натисніть Create (Створити). Нова віртуальна машина запуститься протягом 2–3 хвилин. -
Натисніть Open JupyterLab (Відкрити JupyterLab). Вікно JupyterLab відкриється в новій вкладці.
Щоб підтвердити виконання завдання, натисніть Підтвердити виконання.
Завдання 2. Скопіюйте сховище курсу в екземпляр Vertex AI Workbench
Щоб скопіювати записник в екземпляр JupyterLab, виконайте наведені нижче дії.
-
У JupyterLab відкрийте нове вікно термінала.
-
У командному рядку запустіть наведену нижче команду.
- Щоб підтвердити копіювання сховища, двічі натисніть каталог
asl-ml-immersion
і переконайтеся, що бачите його вміст. Файли для всіх практичних робіт на основі записника Jupyter цього курсу мають бути доступними в цьому каталозі.
Щоб підтвердити виконання завдання, натисніть Підтвердити виконання.
Завдання 3. Використайте TensorFlow Model Remediation для уникнення упереджень
-
В інтерфейсі записника перейдіть до asl-ml-immersion > notebooks > responsible_ai > fairness > solutions і відкрийте min_diff_keras.ipynb.
-
В інтерфейсі записника натисніть Edit (Редагувати) > Clear All Outputs (Очистити всі результати).
-
Уважно прочитайте вказівки до записника й запустіть його.
Підказка. Щоб запустити поточну клітинку, натисніть її, а потім – комбінацію клавіш SHIFT + ENTER. Інші доступні для клітинок команди наведено в інтерфейсі записника в розділі Run (Виконати).
Завершіть практичну роботу
Закінчивши виконувати практичну роботу, натисніть кнопку End Lab (Завершити практичну роботу). Qwiklabs вилучить використані ресурси й очистить обліковий запис.
Ви зможете оцінити, наскільки вам сподобалося виконувати практичну роботу на платформі. Виберіть потрібну кількість зірочок, введіть коментар і натисніть Submit (Надіслати).
Кількість зірочок відповідає певній оцінці:
- 1 зірочка = зовсім не сподобалося
- 2 зірочки = не сподобалося
- 3 зірочки = не можу сказати напевно
- 4 зірочки = сподобалося
- 5 зірочок = дуже сподобалося
Якщо ви не хочете надсилати відгук, просто закрийте діалогове вікно.
Залишайте свої відгуки, пропозиції або коментарі на вкладці Support (Підтримка).
© Google LLC 2022. Усі права захищено. Назва та логотип Google є торговельними марками Google LLC. Усі інші назви компаній і продуктів можуть бути торговельними марками відповідних компаній, з якими вони пов’язані.