Organiza tus páginas con colecciones Guarda y categoriza el contenido según tus preferencias.

Tutoriales de TensorFlow en producción

La mejor manera de aprender TensorFlow Extended (TFX) es aprender haciendo. Estos tutoriales son ejemplos enfocados de las partes clave de TFX. Incluyen tutoriales para principiantes para comenzar y tutoriales más avanzados para cuando realmente desee sumergirse en partes más avanzadas de TFX.

TFX 1.0

Nos complace anunciar la disponibilidad de TFX 1.0.0 . Esta es la versión post-beta inicial de TFX, que proporciona artefactos y API públicas estables. Puede estar seguro de que sus futuras canalizaciones TFX seguirán funcionando después de una actualización dentro del alcance de compatibilidad definido en este RFC .

Tutoriales de introducción

Probablemente la canalización más simple que puede crear, para ayudarlo a comenzar. Haga clic en el botón Ejecutar en Google Colab .
Sobre la base de la canalización simple para agregar componentes de validación de datos.
Basándose en la canalización de validación de datos para agregar un componente de ingeniería de características.
Sobre la base de la canalización simple para agregar un componente de análisis de modelo.

TFX en la nube de Google

Google Cloud ofrece varios productos como BigQuery, Vertex AI para hacer que su flujo de trabajo ML sea rentable y escalable. Aprenderá a usar esos productos en su tubería TFX.
Ejecutar canalizaciones en un servicio de canalización administrado, Vertex Pipelines.
Uso de BigQuery como fuente de datos de canalizaciones de ML.
Uso de recursos en la nube para capacitación y servicio de ML con Vertex AI.
Una introducción al uso de TFX y Cloud AI Platform Pipelines.

Próximos pasos

Una vez que tenga una comprensión básica de TFX, consulte estos tutoriales y guías adicionales. Y no olvide leer la Guía del usuario de TFX .
Una introducción componente por componente a TFX, incluido el contexto interactivo , una herramienta de desarrollo muy útil. Haga clic en el botón Ejecutar en Google Colab .
Un tutorial que muestra cómo desarrollar sus propios componentes TFX personalizados.
Este cuaderno de Google Colab demuestra cómo se puede usar TensorFlow Data Validation (TFDV) para investigar y visualizar un conjunto de datos, incluida la generación de estadísticas descriptivas, la inferencia de un esquema y la búsqueda de anomalías.
Este cuaderno de Google Colab demuestra cómo se puede usar TensorFlow Model Analysis (TFMA) para investigar y visualizar las características de un conjunto de datos y evaluar el rendimiento de un modelo a lo largo de varios ejes de precisión.
Este tutorial demuestra cómo se puede usar TensorFlow Serving para servir un modelo usando una API REST simple.

Vídeos y actualizaciones

Suscríbase a la lista de reproducción y al blog de YouTube de TFX para ver los últimos videos y actualizaciones.