সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।

টেনসরফ্লো ইন প্রোডাকশন টিউটোরিয়াল

TensorFlow Extended (TFX) শেখার সর্বোত্তম উপায় হল কাজ করে শেখা। এই টিউটোরিয়ালগুলি TFX এর মূল অংশগুলির ফোকাস উদাহরণ। এর মধ্যে শুরু করার জন্য শিক্ষানবিস টিউটোরিয়াল এবং আপনি যখন সত্যিই TFX এর আরও উন্নত অংশগুলিতে ডুব দিতে চান তার জন্য আরও উন্নত টিউটোরিয়াল অন্তর্ভুক্ত করে।

TFX 1.0

আমরা TFX 1.0.0 এর উপলব্ধতা ঘোষণা করতে পেরে আনন্দিত। এটি TFX-এর প্রাথমিক পোস্ট-বিটা রিলিজ, যা স্থিতিশীল পাবলিক API এবং আর্টিফ্যাক্ট প্রদান করে। আপনি নিশ্চিত হতে পারেন যে আপনার ভবিষ্যৎ TFX পাইপলাইনগুলি এই RFC- তে সংজ্ঞায়িত সামঞ্জস্যতার সুযোগের মধ্যে আপগ্রেড করার পরে কাজ করতে থাকবে৷

টিউটোরিয়াল শুরু করা হচ্ছে

আপনাকে শুরু করতে সাহায্য করার জন্য সম্ভবত আপনি তৈরি করতে পারেন সবচেয়ে সহজ পাইপলাইন। Run in Google Colab বোতামে ক্লিক করুন।
তথ্য বৈধতা উপাদান যোগ করার জন্য সহজ পাইপলাইন উপর বিল্ডিং.
একটি বৈশিষ্ট্য ইঞ্জিনিয়ারিং উপাদান যোগ করার জন্য ডেটা বৈধতা পাইপলাইন তৈরি করা।
একটি মডেল বিশ্লেষণ উপাদান যোগ করার জন্য সহজ পাইপলাইন নির্মাণ.

Google ক্লাউডে TFX

Google ক্লাউড আপনার ML কর্মপ্রবাহকে সাশ্রয়ী এবং মাপযোগ্য করতে BigQuery, Vertex AI এর মতো বিভিন্ন পণ্য সরবরাহ করে। আপনি আপনার TFX পাইপলাইনে সেই পণ্যগুলি কীভাবে ব্যবহার করবেন তা শিখবেন।
একটি পরিচালিত পাইপলাইন পরিষেবা, ভার্টেক্স পাইপলাইনে পাইপলাইন চালানো।
ML পাইপলাইনের ডেটা উৎস হিসেবে BigQuery ব্যবহার করা।
ML প্রশিক্ষণের জন্য ক্লাউড সংস্থান ব্যবহার করা এবং Vertex AI এর সাথে পরিবেশন করা।
TFX এবং ক্লাউড এআই প্ল্যাটফর্ম পাইপলাইন ব্যবহারের একটি ভূমিকা।

পরবর্তী পদক্ষেপ

একবার আপনি TFX সম্পর্কে প্রাথমিক ধারণা পেয়ে গেলে, এই অতিরিক্ত টিউটোরিয়াল এবং গাইডগুলি দেখুন। এবং TFX ব্যবহারকারীর নির্দেশিকা পড়তে ভুলবেন না।
টিএফএক্স-এর একটি কম্পোনেন্ট-বাই-কম্পোনেন্ট ভূমিকা, ইন্টারেক্টিভ প্রসঙ্গ সহ, একটি খুব দরকারী ডেভেলপমেন্ট টুল। Run in Google Colab বোতামে ক্লিক করুন।
আপনার নিজস্ব কাস্টম TFX উপাদানগুলি কীভাবে বিকাশ করবেন তা দেখানো একটি টিউটোরিয়াল।
এই Google Colab নোটবুকটি দেখায় যে কীভাবে টেনসরফ্লো ডেটা ভ্যালিডেশন (TFDV) একটি ডেটাসেট অনুসন্ধান এবং কল্পনা করতে ব্যবহার করা যেতে পারে, যার মধ্যে বর্ণনামূলক পরিসংখ্যান তৈরি করা, একটি স্কিমা অনুমান করা এবং অসঙ্গতিগুলি খুঁজে পাওয়া সহ।
এই Google Colab নোটবুকটি দেখায় যে কীভাবে টেনসরফ্লো মডেল অ্যানালাইসিস (TFMA) একটি ডেটাসেটের বৈশিষ্ট্য অনুসন্ধান ও কল্পনা করতে এবং নির্ভুলতার বিভিন্ন অক্ষ বরাবর একটি মডেলের কার্যকারিতা মূল্যায়ন করতে ব্যবহার করা যেতে পারে।
এই টিউটোরিয়ালটি দেখায় কিভাবে TensorFlow সার্ভিং একটি সাধারণ REST API ব্যবহার করে একটি মডেল পরিবেশন করতে ব্যবহার করা যেতে পারে।

ভিডিও এবং আপডেট

সর্বশেষ ভিডিও এবং আপডেটের জন্য TFX YouTube প্লেলিস্ট এবং ব্লগে সদস্যতা নিন।