如何在大型数据集的特定切片上评估TensorFlow模型的性能？

如何在大型评估数据集的特定切片（段）上评估TensorFlow模型的性能？

使用TensorFlow模型分析（TFMA），它是一个开源库，结合TensorFlow和Apache Beam来计算和可视化评估指标。它是为这个用例设计的，允许您使用TensorFlow trainer中定义的相同指标，以分布式方式对大量数据上的模型进行评估。这些指标也可以在不同的数据切片上计算，结果可以在Jupyter笔记本中可视化。TFMA用于对指定的评估数据集执行完整传递。这不仅允许更精确地计算度量，而且还可以扩展到大量评估数据集，因为可以使用分布式处理后端运行Beam管道

---

有关更多信息，请参阅。

使用TensorFlow模型分析（TFMA），这是一个开源库，结合TensorFlow和Apache Beam来计算和可视化评估指标。它是为这个用例设计的，允许您使用TensorFlow trainer中定义的相同指标，以分布式方式对大量数据上的模型进行评估。这些指标也可以在不同的数据切片上计算，结果可以在Jupyter笔记本中可视化。TFMA用于对指定的评估数据集执行完整传递。这不仅允许更精确地计算度量，而且还可以扩展到大量评估数据集，因为可以使用分布式处理后端运行Beam管道

---

有关更多信息，请参阅。

数据集是如何存储的？数据集是如何存储的？