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 特徵歸因方法全都是以 Shapley 值變體為基礎。由於計算 Shapley 值需要大量運算資源,因此 Vertex Explainable AI 會提供近似值,而非確切值。
您可以變更下列輸入內容,減少近似值誤差,更接近確切值:
- 增加積分步驟數或路徑數。
增加步數
如要減少近似值誤差,可以增加下列項目:
- 使用者介面中的「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 特徵歸因方法全都是以 Shapley 值變體為基礎。由於計算 Shapley 值需要大量運算資源,因此 Vertex Explainable AI 會提供近似值,而非確切值。
您可以變更下列輸入內容,減少近似值誤差,更接近確切值:
如要減少近似值誤差,可以增加下列項目:
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:2025-09-12 (世界標準時間)。