コミュニティが開発した TFX 用のコンポーネント、サンプル、ツール

TFX-Addons は、すべての OS の PyPI で利用できます。最新バージョンをインストールするには、次を実行します。

pip install tfx-addons

その後、次のように TFX-Addons を使用できます。

from tfx import v1 as tfx
import tfx_addons as tfxa

# Then you can easily load projects tfxa.{project_name}. For example:
tfxa.feast_examplegen.FeastExampleGen(...)

開発者が開発者を支援します。 TFX-Addons は、TFX 用の新しいコンポーネント、サンプル、ライブラリ、およびツールを構築するためのコミュニティ プロジェクトのコレクションです。プロジェクトは、特別利益団体 SIG TFX-Addons の後援の下で組織されています。

コミュニティに参加して、あなたの作品を世界と共有しましょう!

、

開発者が開発者を支援します。 TFX-Addons は、TFX 用の新しいコンポーネント、サンプル、ライブラリ、およびツールを構築するためのコミュニティ プロジェクトのコレクションです。プロジェクトは、特別利益団体 SIG TFX-Addons の後援の下で組織されています。

コミュニティに参加して、あなたの作品を世界と共有しましょう!

Feast Feature Storeからデータセットを取り込むためのExampleGenコンポーネント。

、

Feast Feature Storeからデータセットを取り込むためのExampleGenコンポーネント。

この TFX コンポーネントでさまざまなアルゴリズムを使用して機能選択を実行します。

、

この TFX コンポーネントでさまざまなアルゴリズムを使用して機能選択を実行します。

エラーメッセージを含めてユーザーに通知することにより、パイプラインの完了または失敗を処理します。

、

エラーメッセージを含めてユーザーに通知することにより、パイプラインの完了または失敗を処理します。

TFX パイプラインによって入力されたML メタデータのコンテンツを検査するためのクライアント ライブラリ。

、

TFX パイプラインによって入力されたML メタデータのコンテンツを検査するためのクライアント ライブラリ。

ModelCardGenerator は、データセット統計、モデル評価、およびプッシュされたモデルを取得して、モデル カードの一部を自動的に設定します。

機能エンジニアリングには、標準の Transform コンポーネントの代わりにPandas データフレームを使用します。スケーラビリティのために、処理はApache Beamを使用して分散されます。

、

機能エンジニアリングには、標準の Transform コンポーネントの代わりにPandas データフレームを使用します。スケーラビリティのために、処理はApache Beamを使用して分散されます。

確率的推定を使用して、例からデータをサンプリングする TFX コンポーネント。

、

確率的推定を使用して、例からデータをサンプリングする TFX コンポーネント。

SchemaGen コンポーネントによって生成されたスキーマにユーザー コードを適用し、ドメインの知識に基づいてキュレートします。

、

SchemaGen コンポーネントによって生成されたスキーマにユーザー コードを適用し、ドメインの知識に基づいてキュレートします。

標準のEvaluator コンポーネントを拡張してXGBoostモデルを評価します。

、

標準のEvaluator コンポーネントを拡張してXGBoostモデルを評価します。