মূল্যায়ন · Create ML
আলাদা রাখা রেফারেন্স ছবিতে কর্মদক্ষতা দেখুন এবং নির্দিষ্ট ভুল খুঁজুন।
শুরু করার আগে
সম্পূর্ণ Create ML ফল ও উপলভ্য মূল্যায়নের ছবি।
দ্রুত শুরু
- মূল্যায়ন খুলে ব্যাকএন্ড নির্বাচকে Create ML বেছে নিন।
- রান ও মূল্যায়নের ডেটা বেছে নিয়ে মূল্যায়ন চালান। অনুপস্থিত বস্তু, অতিরিক্ত বস্তু ও ভুল শ্রেণি দেখুন।
- আলাদা পূর্বাভাস দেখুন এবং পর্যালোচনার জন্য কার্যকর ব্যর্থতার প্রমাণ রাখুন।
কাজ ও বিকল্প
মডেল
নাম ও সংস্করণ দিয়ে মডেল বেছে নিন; চেনার জন্য সংক্ষিপ্ত রান ID দেখা যায় এবং নাম না থাকলে সেটি ব্যবহৃত হয়।
বিভাজন বেছে নিন
মূল্যায়নের আগে ডেটাসেট ও বিভাজন বেছে নিন। Train শুধু পরিদর্শনের জন্য; Val টিউনিংয়ে সহায়তা করে এবং Test আলাদা রাখা হয়। ফলাফল তুলনায় একই বিভাজন ও সীমা ব্যবহার করুন। শুধু প্রশিক্ষণের লস শনাক্তকরণ বা মাস্কের মান নির্ধারণ করে না।
দেখুন ও নির্বাচন করুন
তালিকার সারিতে ক্লিক করে Up/Down দিয়ে ফিল্টার করা ছবি দেখুন। আলাদা সুইচ Failure Bank-এর জন্য ছবি বেছে নেয়; ব্রাউজ করলে সেই নির্বাচন বদলায় না। ফিল্টার বদলালে সক্রিয় ছবি দৃশ্যমান থাকে, অথবা প্রথম মিল থাকা ছবি নির্বাচিত হয়।
অ্যানোটেশন তুলনা করুন
মানুষের অ্যানোটেশন (একটানা রেখা) ও মডেলের সাজেশন (ড্যাশযুক্ত রেখা) প্রকল্পের ক্লাসের রং ব্যবহার করে এবং ওভারল্যাপ করা সীমানা দেখতে আলাদাভাবে দেখানো যায়।
ত্রুটি সামলান
লোড ও কাজের ত্রুটি বন্ধের বোতামে সরানো বা অন্য প্রকল্প খোলা না হওয়া পর্যন্ত ছবির ওয়ার্কস্পেসের ওপরে থাকে। পটভূমিতে সফল হালনাগাদ বার্তাটি লুকায় না।
ফলাফল
সংরক্ষিত মূল্যায়নের প্রমাণ ও মেট্রিক ব্যাখ্যা করে এমন উদাহরণ।
পরের ধাপ
আগের মডেলের সঙ্গে তুলনা করুন বা Failure Bank-এ ভুল পর্যালোচনা করুন।