Evaluator 组件上的 TFX IndexError

Question

我正在尝试为我的模型制作一个评估器。到目前为止，所有其他组件都很好，但是当我尝试此配置时：eval_config = tfma.EvalConfig(    model_specs=[        tfma.ModelSpec(label_key='Category'),    ],    metrics_specs=tfma.metrics.default_multi_class_classification_specs(),    slicing_specs=[        tfma.SlicingSpec(),        tfma.SlicingSpec(feature_keys=['Category'])    ])使这个评估者：model_resolver = ResolverNode(      instance_name='latest_blessed_model_resolver',      resolver_class=latest_blessed_model_resolver.LatestBlessedModelResolver,      model=Channel(type=Model),      model_blessing=Channel(type=ModelBlessing))context.run(model_resolver)evaluator = Evaluator(    examples=example_gen.outputs['examples'],    model=trainer.outputs['model'],    baseline_model=model_resolver.outputs['model'],    eval_config=eval_config)context.run(evaluator)

Answer 1

我让它工作了。我的问题是，在数据集中，标签（文档类别）是字符串格式（例如：“sport”、“business”……）。因此，为了将其编码为整数，我使用了 Transform 组件对其进行预处理。

但是，在构建评估器组件时，我传递了 ExampleGen 组件，其中没有对数据进行任何处理。所以评估者试图从 ExampleGen 转换字符串以匹配模型的整数输出。

所以，为了解决这个问题，我只是这样做了：

model_resolver = ResolverNode(

      instance_name='latest_blessed_model_resolver',

      resolver_class=latest_blessed_model_resolver.LatestBlessedModelResolver,

      model=Channel(type=Model),

      model_blessing=Channel(type=ModelBlessing))

context.run(model_resolver)

evaluator = Evaluator(

    examples=transform.outputs['transformed_examples'],

    model=trainer.outputs['model'],

    baseline_model=model_resolver.outputs['model'],

    eval_config=eval_config)

context.run(evaluator)

我使用了转换组件中的示例。当然，我还更改了配置中的标签键，以匹配转换组件的标签名称。

我不知道是否有一种“更清洁”的方法来执行此操作（或者如果我做错了，请纠正我！）