Trang này được dịch bởi Cloud Translation API.
Switch to English

TensorFlow Extended (TFX) là một nền tảng end-to-end để triển khai các đường ống ML sản xuất

Khi bạn đã sẵn sàng chuyển mô hình của mình từ nghiên cứu sang sản xuất, hãy sử dụng TFX để tạo và quản lý quy trình sản xuất.

Chạy Colab

Hướng dẫn tương tác này sẽ đi qua từng thành phần tích hợp của TFX.

Xem hướng dẫn

Hướng dẫn chỉ cho bạn cách sử dụng TFX với các ví dụ đầy đủ, từ đầu đến cuối.

Xem hướng dẫn

Hướng dẫn giải thích các khái niệm và thành phần của TFX.

Làm thế nào nó hoạt động

Đường ống TFX là một chuỗi các thành phần thực hiện đường ống ML được thiết kế đặc biệt cho các tác vụ máy học hiệu suất cao, có thể mở rộng. Các thành phần được xây dựng bằng thư viện TFX cũng có thể được sử dụng riêng lẻ.

Giải pháp cho các vấn đề chung

Khám phá hướng dẫn từng bước để giúp bạn với các dự án của mình.

Trung gian
Đào tạo và phục vụ mô hình TensorFlow với TensorFlow Serving

Hướng dẫn này đào tạo mô hình mạng nơ-ron để phân loại hình ảnh của quần áo, như giày thể thao và áo sơ mi, lưu mô hình đã đào tạo và sau đó phục vụ mô hình đó bằng TensorFlow Serving. Trọng tâm là Phục vụ TensorFlow, hơn là mô hình hóa và đào tạo trong TensorFlow.

Trung gian
Tạo đường ống TFX được lưu trữ trên Google Cloud

Giới thiệu về Đường ống nền tảng TensorFlow Extended (TFX) và Cloud AI để tạo đường dẫn máy học của riêng bạn trên Google Cloud. Thực hiện theo một quy trình phát triển ML điển hình, bắt đầu bằng cách kiểm tra tập dữ liệu và kết thúc với một đường dẫn hoạt động hoàn chỉnh.

Trung gian
Sử dụng TFX với TensorFlow Lite để suy luận trên thiết bị

Tìm hiểu cách TensorFlow Extended (TFX) có thể tạo và đánh giá các mô hình học máy sẽ được triển khai trên thiết bị. TFX hiện cung cấp hỗ trợ gốc cho TFLite, giúp thực hiện suy luận hiệu quả cao trên thiết bị di động.

Cách các công ty đang sử dụng TFX

Tin tức và thông báo

Xem blogdanh sách phát trên YouTube của chúng tôi để biết thêm nội dung TFX,
và đăng ký nhận bản tin TensorFlow hàng tháng của chúng tôi để nhận được
thông báo mới nhất được gửi trực tiếp đến hộp thư đến của bạn.

Ngày 9 tháng 10 năm 2020
Học có cấu trúc thần kinh trong TFX

Học có cấu trúc thần kinh có thể được sử dụng để đào tạo mạng thần kinh với các tín hiệu có cấu trúc. Tìm hiểu cách tạo mô hình được điều chỉnh bằng biểu đồ với NSL trong TFX bằng cách sử dụng các thành phần tùy chỉnh và tự mình thử nó trong Colab tương tác.

Ngày 25 tháng 9 năm 2020
Hướng tới Kỹ thuật ML: Lược sử về TensorFlow Extended (TFX)

Chuyến tham quan vòng xoáy của Sibyl và TFX, hai nền tảng ML end-to-end (E2E) liên tiếp tại Alphabet. Tìm hiểu lịch sử của TFX đã giúp cung cấp thông tin về kỷ luật ML Engineering như thế nào.

14 tháng 8, 2020
Tạo âm thanh của Ấn Độ: Trải nghiệm âm nhạc trên thiết bị, được hỗ trợ bởi AI, được xây dựng với TensorFlow

TFX và TFJS hợp tác với Magenta để tung ra một trải nghiệm mới dựa trên AI cho Ngày Độc lập của Ấn Độ, giúp biến giọng nói của người dùng thành các nhạc cụ kết hợp với nhau để tôn vinh văn hóa Ấn Độ thông qua một dự án âm nhạc hợp tác.

8 tháng 6, 2020
NLP nhanh, có thể mở rộng và chính xác: Tại sao TFX là sự kết hợp hoàn hảo để triển khai BERT

Tìm hiểu cách Phòng thí nghiệm Concur của SAP đã đơn giản hóa việc triển khai mô hình BERT thông qua các thư viện và tiện ích mở rộng TensorFlow trong blog gồm hai phần này.