如何调用 ExampleValidator 来分析拆分数据集？

Question

使用：

Tensorflow version: 2.3.1
TFX version: 0.23.1
TFDV version: 0.24.0
TFMA version: 0.24.0

像这样的交互式上下文：

from tfx.orchestration.experimental.interactive.interactive_context import \
    InteractiveContext
context = InteractiveContext(
    pipeline_root=os.path.join(os.getcwd(), "pipeline")
)

我使用以下方法创建了一个 ExampleGen：

output = example_gen_pb2.Output(
             split_config=example_gen_pb2.SplitConfig(splits=[
                 example_gen_pb2.SplitConfig.Split(name='train', hash_buckets=7),
                 example_gen_pb2.SplitConfig.Split(name='test', hash_buckets=2),
                 example_gen_pb2.SplitConfig.Split(name='eval', hash_buckets=1)
             ]))

example_gen = CsvExampleGen(input_base=os.path.join(base_dir, data_dir), output_config=output)
context.run(example_gen)

在代码的后面，我尝试使用 ExampleValidator 评估数据，但 ExampleValidator 似乎没有解析到拆分数据集的正确路径。

验证器的创建按预期工作：

example_validator = ExampleValidator(
             statistics=statistics_gen.outputs['statistics'],
             schema=schema_gen.outputs['schema'])
context.run(example_validator)

没有警告或错误，但试图显示结果，路径错误不正确：

context.show(example_validator.outputs['anomalies'])

NotFoundError: /home/jovyan/pipeline/ExampleValidator/anomalies/16/anomalies.pbtxt; No such file or directory

实际的目录结构是这样的：

.
└── anomalies
    └── 16
        ├── eval
        │   └── anomalies.pbtxt
        ├── test
        │   └── anomalies.pbtxt
        └── train
            └── anomalies.pbtxt

5 directories, 3 files

但代码似乎期望：

└── anomalies
    └── 16
        └── anomalies.pbtxt

如何调用ExampleValidator来分析拆分数据集？

Answer 1

感谢@Lorin S.，分享解决方案参考。为了社区的利益，我在 github.

中提供了 1025KB 的解决方案（答案部分）

Added split in TFX 0.23 version, but Colab is not updated in 0.23. Colab is fixed in 0.24 here

问题已通过将 tfx 升级到 0.24 得到解决