TensorFlow Extended可视化工具,适用于Streamlit应用
项目描述
streamlit-tfx: TensorFlow Extended可视化工具,适用于Streamlit应用
streamlit-tfx
提供了在 TensorFlow Extended 应用中可视化Streamlit 工具的实用工具。
🌱 刚刚开始!
此项目处于开发初期阶段。它尚未经过充分测试,仅用于演示。
安装
pip install streamlit-tfx
入门指南
import streamlit_tfx as st_tfx
st_tfx.display(item)
st_tfx.display_statistics(statistics)
st_tfx.display_schema(schema)
st_tfx.display_anomalies(anomalies)
st_tfx.display_eval_result_plot(eval_result)
st_tfx.display_eval_result_slicing_attributions(eval_result)
st_tfx.display_eval_result_slicing_metrics(eval_result)
st_tfx.display_eval_results_time_series(eval_results)
大多数在 tests/artifacts/
中的工件是通过运行TFX Keras Component教程生成的。具有异常的异常工件是通过运行TensorFlow模型分析教程生成的。
🚀 受spacy-streamlit 和 streamlit-player 的启发。
项目详情
下载文件
下载适合您平台的文件。如果您不确定选择哪个,请了解有关安装包的更多信息。
源代码分发
streamlit-tfx-22.6.4.dev0.tar.gz (5.2 kB 查看哈希值)
构建分发
关闭
streamlit-tfx-22.6.4.dev0.tar.gz 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | caef998f296cecb5e3435d730a26bf416dbe813aaf01082932ae54e53077664d |
|
MD5 | 1b8c76190dccff9b56efc387017cb128 |
|
BLAKE2b-256 | 1dd5cfc15ab47300ee66eb3ac95bc50990b99f087723c049403a55ba23664c4f |
关闭
streamlit_tfx-22.6.4.dev0-py3-none-any.whl 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 3569c3d02667f1104481f9c05caf8d9f9d8217ab15f66dab9a673c043f1e5492 |
|
MD5 | 90444f466c0a9cb3b603b1c84f99d988 |
|
BLAKE2b-256 | 1ff76428ae5009ae720442decd32143ba20951bdf117bec0a0b820c95d6d3127 |