संग्रह की मदद से व्यवस्थित रहें अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.

उत्पादन ट्यूटोरियल में TensorFlow

TensorFlow Extended (TFX) सीखने का सबसे अच्छा तरीका है करके सीखना। ये ट्यूटोरियल TFX के प्रमुख भागों के केंद्रित उदाहरण हैं। उनमें आरंभ करने के लिए शुरुआती ट्यूटोरियल, और जब आप वास्तव में TFX के अधिक उन्नत भागों में गोता लगाना चाहते हैं, तो अधिक उन्नत ट्यूटोरियल शामिल हैं।

टीएफएक्स 1.0

हमें TFX 1.0.0 की उपलब्धता की घोषणा करते हुए खुशी हो रही है। यह टीएफएक्स की प्रारंभिक पोस्ट-बीटा रिलीज है, जो स्थिर सार्वजनिक एपीआई और कलाकृतियां प्रदान करता है। आपको आश्वस्त किया जा सकता है कि आपकी भविष्य की TFX पाइपलाइन इस RFC में परिभाषित संगतता दायरे में अपग्रेड के बाद काम करती रहेंगी।

ट्यूटोरियल शुरू करना

आरंभ करने में आपकी सहायता के लिए संभवत: सबसे सरल पाइपलाइन जिसे आप बना सकते हैं। Google Colab में चलाएँ बटन पर क्लिक करें।
डेटा सत्यापन घटकों को जोड़ने के लिए सरल पाइपलाइन पर निर्माण।
फीचर इंजीनियरिंग घटक जोड़ने के लिए डेटा सत्यापन पाइपलाइन पर निर्माण।
एक मॉडल विश्लेषण घटक जोड़ने के लिए सरल पाइपलाइन पर निर्माण।

Google क्लाउड पर TFX

Google क्लाउड आपके ML वर्कफ़्लो को किफ़ायती और स्केलेबल बनाने के लिए BigQuery, Vertex AI जैसे विभिन्न उत्पाद प्रदान करता है। आप अपनी TFX पाइपलाइन में उन उत्पादों का उपयोग करना सीखेंगे।
एक प्रबंधित पाइपलाइन सेवा, वर्टेक्स पाइपलाइन्स पर पाइपलाइन चलाना।
ML पाइपलाइनों के डेटा स्रोत के रूप में BigQuery का उपयोग करना।
एमएल प्रशिक्षण के लिए क्लाउड संसाधनों का उपयोग करना और वर्टेक्स एआई के साथ सेवा करना।
टीएफएक्स और क्लाउड एआई प्लेटफॉर्म पाइपलाइनों का उपयोग करने का परिचय।

अगले चरण

एक बार जब आपको TFX की बुनियादी समझ आ जाए, तो इन अतिरिक्त ट्यूटोरियल्स और गाइड्स को देखें। और TFX उपयोगकर्ता मार्गदर्शिका पढ़ना न भूलें।
TFX के लिए एक घटक-दर-घटक परिचय, जिसमें इंटरैक्टिव संदर्भ शामिल है, एक बहुत ही उपयोगी विकास उपकरण है। Google Colab में चलाएँ बटन पर क्लिक करें।
अपने स्वयं के कस्टम TFX घटकों को विकसित करने का तरीका दिखाने वाला एक ट्यूटोरियल।
यह Google Colab नोटबुक दर्शाती है कि कैसे TensorFlow डेटा सत्यापन (TFDV) का उपयोग किसी डेटासेट की जांच और कल्पना करने के लिए किया जा सकता है, जिसमें वर्णनात्मक आँकड़े उत्पन्न करना, एक स्कीमा का अनुमान लगाना और विसंगतियों का पता लगाना शामिल है।
यह Google Colab नोटबुक दर्शाती है कि कैसे TensorFlow मॉडल विश्लेषण (TFMA) का उपयोग डेटासेट की विशेषताओं की जांच और कल्पना करने और सटीकता के कई अक्षों के साथ एक मॉडल के प्रदर्शन का मूल्यांकन करने के लिए किया जा सकता है।
यह ट्यूटोरियल दर्शाता है कि एक साधारण REST API का उपयोग करके मॉडल की सेवा के लिए TensorFlow सर्विंग का उपयोग कैसे किया जा सकता है।

वीडियो और अपडेट

नवीनतम वीडियो और अपडेट के लिए TFX YouTube प्लेलिस्ट और ब्लॉग की सदस्यता लें।