Tensorflow ในบทช่วยสอนการผลิต

- __1. Starter Pipeline__ --- อาจเป็นไปป์ไลน์ที่ง่ายที่สุดที่คุณสามารถสร้างได้ เพื่อช่วยคุณในการเริ่มต้น คลิกปุ่ม _เรียกใช้ใน Google Colab_ [:octicons-arrow-right-24: Starter Pipeline](บทช่วยสอน/tfx/penguin_simple) - __2. การเพิ่มการตรวจสอบข้อมูล__ --- สร้างบนไปป์ไลน์อย่างง่ายเพื่อเพิ่มส่วนประกอบการตรวจสอบความถูกต้องของข้อมูล [:octicons-arrow-right-24: การตรวจสอบข้อมูล](บทช่วยสอน/tfx/penguin_tfdv) - __3. การเพิ่มวิศวกรรมคุณลักษณะ__ --- สร้างบนไปป์ไลน์การตรวจสอบความถูกต้องของข้อมูลเพื่อเพิ่มส่วนประกอบทางวิศวกรรมคุณลักษณะ [:octicons-arrow-right-24: วิศวกรรมคุณลักษณะ](บทช่วยสอน/tfx/penguin_tft) - __4. การเพิ่มการวิเคราะห์แบบจำลอง__ --- สร้างบนไปป์ไลน์อย่างง่ายเพื่อเพิ่มองค์ประกอบการวิเคราะห์แบบจำลอง [:octicons-arrow-right-24: การวิเคราะห์โมเดล](tutorials/tfx/penguin_tfma)

- __ทำงานบน Vertex Pipelines__ --- ทำงานไปป์ไลน์บนบริการไปป์ไลน์ที่ได้รับการจัดการ Vertex Pipelines [:octicons-arrow-right-24: Vertex Pipelines](tutorials/tfx/gcp/vertex_pipelines_simple) - __อ่านข้อมูลจาก BigQuery__ --- การใช้ BigQuery เป็นแหล่งข้อมูลของไปป์ไลน์ ML [:octicons-arrow-right-24: BigQuery](tutorials/tfx/gcp/vertex_pipelines_bq) - __การฝึกอบรมและการให้บริการ Vertex AI__ --- การใช้ทรัพยากรระบบคลาวด์สำหรับการฝึกอบรม ML และการให้บริการด้วย Vertex AI [:octicons-arrow-right-24: Vertex Training and Serving](บทช่วยสอน/tfx/gcp/vertex_pipelines_vertex_training) - __TFX บน Cloud AI Platform Pipelines__ --- ข้อมูลเบื้องต้นเกี่ยวกับการใช้ TFX และ Cloud AI Platform Pipelines [:octicons-arrow-right-24: Cloud Pipelines](บทช่วยสอน/tfx/cloud-ai-platform-pipelines)

- __บทช่วยสอนไปป์ไลน์ที่สมบูรณ์__ --- การแนะนำ TFX แบบทีละองค์ประกอบ รวมถึง _บริบทเชิงโต้ตอบ_ ซึ่งเป็นเครื่องมือการพัฒนาที่มีประโยชน์มาก คลิกปุ่ม _เรียกใช้ใน Google Colab_ [:octicons-arrow-right-24: Keras](tutorials/tfx/components_keras) - __บทช่วยสอนส่วนประกอบที่กำหนดเอง__ --- บทช่วยสอนที่แสดงวิธีพัฒนาส่วนประกอบ TFX ที่คุณกำหนดเอง [:octicons-arrow-right-24: Custom Component](tutorials/tfx/python_function_component) - __การตรวจสอบข้อมูล__ --- สมุดบันทึก Google Colab นี้สาธิตวิธีใช้ TensorFlow Data Validation (TFDV) เพื่อตรวจสอบและสร้างภาพชุดข้อมูล รวมถึงการสร้าง สถิติเชิงพรรณนา การอนุมานสคีมา และการค้นหาความผิดปกติ [:octicons-arrow-right-24: Data Validation](tutorials/data_validation/tfdv_basic) - __Model Analysis__ --- สมุดบันทึก Google Colab นี้สาธิตวิธีใช้ TensorFlow Model Analysis (TFMA) เพื่อตรวจสอบและแสดงภาพคุณลักษณะของชุดข้อมูล และประเมินประสิทธิภาพของแบบจำลองตามแกนความแม่นยำหลายแกน [:octicons-arrow-right-24: Model Analysis](บทช่วยสอน/model_analysis/tfma_basic) - __ให้บริการโมเดล__ --- บทช่วยสอนนี้สาธิตวิธีการใช้ TensorFlow Serving เพื่อให้บริการโมเดลโดยใช้ REST API แบบง่าย [:octicons-arrow-right-24: การวิเคราะห์โมเดล](บทช่วยสอน/การให้บริการ/rest_simple)