TensorFlow Extended (TFX) - это комплексная платформа для развертывания производственных конвейеров машинного обучения.
Когда вы будете готовы перейти от исследований к производству моделей, используйте TFX для создания производственного конвейера и управления им.
Как это работает
Конвейер TFX - это последовательность компонентов, реализующих конвейер машинного обучения, специально разработанный для масштабируемых высокопроизводительных задач машинного обучения. Компоненты создаются с использованием библиотек TFX, которые также можно использовать по отдельности.
Решения общих проблем
Изучите пошаговые руководства, которые помогут вам в ваших проектах.
Это руководство обучает модель нейронной сети классифицировать изображения одежды, например кроссовки и рубашки, сохраняет обученную модель, а затем обслуживает ее с помощью TensorFlow Serving. Основное внимание уделяется обслуживанию TensorFlow, а не моделированию и обучению в TensorFlow.
Введение в TensorFlow Extended (TFX) и Cloud AI Platform Pipelines для создания собственных конвейеров машинного обучения в Google Cloud. Следуйте типичному процессу разработки машинного обучения, начиная с изучения набора данных и заканчивая полным рабочим конвейером.
Узнайте, как TensorFlow Extended (TFX) может создавать и оценивать модели машинного обучения, которые будут развернуты на устройстве. TFX теперь обеспечивает встроенную поддержку TFLite, что позволяет выполнять высокоэффективный логический вывод на мобильных устройствах.
Как компании используют TFX
Новости и объявления
Ознакомьтесь с нашим блогом и плейлистом на YouTube, чтобы найти дополнительный контент TFX,
и подпишитесь на нашу ежемесячную новостную рассылку TensorFlow, чтобы получать
последние объявления отправляются прямо на ваш почтовый ящик.
Нейронно-структурированное обучение можно использовать для обучения нейронных сетей со структурированными сигналами. Узнайте, как построить регуляризованную модель графа с NSL в TFX, используя настраиваемые компоненты, и попробуйте сами в интерактивном Colab.
Вихревой тур по Sibyl и TFX, двум последовательным платформам end-to-end (E2E) ML в Alphabet. Узнайте, как история TFX помогла сформировать дисциплину ML Engineering.
TFX и TFJS в партнерстве с Magenta запустили новый опыт на основе искусственного интеллекта ко Дню независимости Индии, который превращает голоса пользователей в инструменты, которые собираются вместе, чтобы прославить индийскую культуру в рамках совместного музыкального проекта.
Узнайте, как SAP Concur Labs упростила развертывание моделей BERT с помощью библиотек и расширений TensorFlow, в этом блоге, состоящем из двух частей.