使用 AutoML 圖片模型時,您可以設定特定參數來改善說明。
Vertex Explainable AI 特徵歸因方法全都以 Shapley 值的變化版本為基礎。由於 Shapley 值的運算成本非常高,Vertex Explainable AI 會提供近似值,而非確切值。
您可以變更下列輸入值,減少近似值誤差,並更接近實際值:
- 增加積分步驟數或路徑數量。
增加步驟
如要減少近似值誤差,您可以增加:
- UI 中的積分步驟數
使用 AutoML 圖片模型時,您可以設定特定參數來改善說明。
Vertex Explainable AI 特徵歸因方法全都以 Shapley 值的變化版本為基礎。由於 Shapley 值的運算成本非常高,Vertex Explainable AI 會提供近似值,而非確切值。
您可以變更下列輸入值,減少近似值誤差,並更接近實際值:
如要減少近似值誤差,您可以增加:
除非另有註明,否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權,程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。
上次更新時間:2025-07-09 (世界標準時間)。