TensorFlow nei tutorial di produzione
Il modo migliore per imparare TensorFlow Extended (TFX) è imparare facendo. Questi tutorial sono esempi mirati delle parti chiave di TFX. Includono tutorial per principianti per iniziare e tutorial più avanzati per quando vuoi davvero immergerti in parti più avanzate di TFX.
TFX 1.0
Siamo felici di annunciare la disponibilità del TFX 1.0.0 . Questa è la versione iniziale post-beta di TFX, che fornisce API e artefatti pubblici stabili. Potete essere certi che le vostre future pipeline TFX continueranno a funzionare dopo un aggiornamento nell'ambito della compatibilità definito in questa RFC .
Tutorial per iniziare
1. Pipeline di avviamento
Probabilmente la pipeline più semplice che puoi costruire, per aiutarti a iniziare. Fai clic sul pulsante Esegui in Google Colab .2. Aggiunta della convalida dei dati
Basandosi sulla semplice pipeline per aggiungere componenti di convalida dei dati.3. Aggiunta dell'ingegneria delle funzionalità
Basandosi sulla pipeline di convalida dei dati per aggiungere un componente di progettazione delle funzionalità.4. Aggiunta dell'analisi del modello
Basandosi sulla semplice pipeline per aggiungere un componente di analisi del modello.TFX su Google Cloud
Google Cloud offre vari prodotti come BigQuery, Vertex AI per rendere il tuo flusso di lavoro ML conveniente e scalabile. Imparerai come utilizzare questi prodotti nella tua pipeline TFX.
In esecuzione su tubazioni Vertex
Esecuzione di pipeline su un servizio di pipeline gestito, Vertex Pipelines.Leggi i dati da BigQuery
Utilizzo di BigQuery come origine dati di pipeline di machine learning.Vertex AI Addestramento e servizio
Utilizzo delle risorse cloud per la formazione ML e l'assistenza con Vertex AI.TFX sulle pipeline della piattaforma Cloud AI
Un'introduzione all'utilizzo delle pipeline della piattaforma TFX e Cloud AI.Passaggi successivi
Una volta che hai una conoscenza di base di TFX, controlla questi tutorial e guide aggiuntivi. E non dimenticare di leggere la Guida per l'utente di TFX .
Tutorial completo della pipeline
Un'introduzione componente per componente a TFX, incluso il contesto interattivo , uno strumento di sviluppo molto utile. Fai clic sul pulsante Esegui in Google Colab .Esercitazione sui componenti personalizzati
Un tutorial che mostra come sviluppare i tuoi componenti TFX personalizzati.Convalida dei dati
Questo quaderno di Google Colab mostra come è possibile utilizzare TensorFlow Data Validation (TFDV) per indagare e visualizzare un set di dati, inclusa la generazione di statistiche descrittive, l'inferenza di uno schema e la ricerca di anomalie.Analisi del modello
Questo quaderno di Google Colab mostra come l'analisi del modello TensorFlow (TFMA) può essere utilizzata per studiare e visualizzare le caratteristiche di un set di dati e valutare le prestazioni di un modello lungo diversi assi di precisione.Servi un modello
Questo tutorial mostra come utilizzare TensorFlow Serving per servire un modello utilizzando una semplice API REST.Video e aggiornamenti
Iscriviti alla playlist e al blog di TFX YouTube per gli ultimi video e aggiornamenti.
TFX: Produzione ML con TensorFlow nel 2020
Vertice degli sviluppatori TF 2020
TFX: pipeline di produzione ML con TensorFlow
TF mondiale 2019
Portare l'apprendimento automatico dalla ricerca alla produzione
GOTO Copenaghen 2019