دروس TensorFlow في الإنتاج
أفضل طريقة لتعلم TensorFlow Extended (TFX) هي التعلم بالممارسة. هذه الدروس هي أمثلة مركزة على الأجزاء الرئيسية من TFX. وهي تتضمن دروسًا تعليمية للمبتدئين للبدء ، والمزيد من البرامج التعليمية المتقدمة عندما تريد حقًا الغوص في أجزاء أكثر تقدمًا من TFX.
دروس الشروع في العمل
1. خط أنابيب البادئ
ربما يكون أبسط خط أنابيب يمكنك بناؤه لمساعدتك على البدء. انقر فوق الزر تشغيل في Google Colab .2. إضافة التحقق من صحة البيانات
بناء على خط الأنابيب البسيط لإضافة مكونات التحقق من صحة البيانات.3. إضافة هندسة الميزة
بناء على خط أنابيب التحقق من صحة البيانات لإضافة مكون هندسة المعالم.4. إضافة تحليل النموذج
بناء على خط الأنابيب البسيط لإضافة مكون تحليل نموذجي.TFX على جوجل كلاود
توفر Google Cloud العديد من المنتجات مثل BigQuery و Vertex AI لجعل سير عمل ML الخاص بك فعالًا من حيث التكلفة وقابلاً للتطوير. سوف تتعلم كيفية استخدام هذه المنتجات في خط أنابيب TFX الخاص بك.
تعمل على خطوط أنابيب Vertex
تشغيل خطوط الأنابيب في خدمة خطوط الأنابيب المُدارة ، Vertex Pipelines.قراءة البيانات من BigQuery
استخدام BigQuery كمصدر بيانات لخطوط تعلم ML.تدريب Vertex AI وتقديمه
استخدام الموارد السحابية لتدريب ML وتقديم الخدمة باستخدام Vertex AI.TFX على خطوط أنابيب Cloud AI Platform
مقدمة لاستخدام خطوط أنابيب TFX و Cloud AI Platform.الخطوات التالية
بمجرد أن يكون لديك فهم أساسي لـ TFX ، تحقق من هذه البرامج التعليمية والأدلة الإضافية. ولا تنس قراءة دليل مستخدم TFX .
البرنامج التعليمي الكامل لخط الأنابيب
مقدمة مكونة من عنصر إلى TFX ، بما في ذلك السياق التفاعلي ، أداة تطوير مفيدة للغاية. انقر فوق الزر تشغيل في Google Colab .برنامج تعليمي مخصص للمكونات
برنامج تعليمي يوضح كيفية تطوير مكونات TFX المخصصة الخاصة بك.تأكيد صحة البيانات
يوضح دفتر ملاحظات Google Colab هذا كيف يمكن استخدام التحقق من صحة بيانات TensorFlow (TFDV) للتحقيق في مجموعة البيانات وتصورها ، بما في ذلك إنشاء إحصائيات وصفية واستنتاج مخطط وإيجاد الحالات الشاذة.تحليل النموذج
يوضح دفتر ملاحظات Google Colab هذا كيف يمكن استخدام تحليل نموذج TensorFlow (TFMA) للتحقيق في خصائص مجموعة البيانات وتصورها وتقييم أداء نموذج على عدة محاور للدقة.تخدم نموذجا
يوضح هذا البرنامج التعليمي كيف يمكن استخدام خدمة TensorFlow لخدمة نموذج باستخدام واجهة برمجة تطبيقات REST بسيطة.مقاطع الفيديو والتحديثات
اشترك في قائمة تشغيل TFX على YouTube والمدونة للحصول على أحدث مقاطع الفيديو والتحديثات.
TFX: ML مع TensorFlow للإنتاج في عام 2020
TF Dev Summit 2020
TFX: خطوط إنتاج ML مع TensorFlow
TF World 2019
أخذ التعلم الآلي من البحث إلى الإنتاج
جوتو كوبنهاجن 2019