上的可解釋性 AWS - AWS 方案指引

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

上的可解釋性 AWS

您可以使用 Amazon SageMaker AI 管理的 Jupyter 執行個體,透過 Conda 和 輕鬆安裝 Python 模組pip。如需適用於 SHAP 的 Python 套件和整合式梯度型方法的相關資訊,請參閱 資源一節。對於 SageMaker AI Jupyter 執行個體上的較小任務和本機測試,使用這些 Python 套件的方法可能就已足夠。如果您使用的是 SageMaker AI 受管模型,SageMaker AI Clarify 提供在專用執行個體上啟動核心 SHAP,以及在模型開發人員繼續在其 Jupyter 執行個體上運作時卸載運算的便利方法。如需詳細資訊,請參閱 SageMaker AI 文件中的建立特徵屬性基準和解釋性報告