TFX-Tutorials | TensorFlow

TensorFlow in Produktions-Tutorials

Der beste Weg, um TensorFlow Extended (TFX) zu lernen, ist das Lernen durch Handeln. Diese Tutorials sind fokussierte Beispiele für die wichtigsten Teile von TFX. Dazu gehören Anfänger-Tutorials für den Einstieg und fortgeschrittenere Tutorials, wenn Sie wirklich in fortgeschrittenere Teile von TFX eintauchen möchten.

Anfänger-Tutorials

TFX-Komponenten-Tutorial

Eine komponentenweise Einführung in TensorFlow Extended unter Verwendung der Keras-API und in einem Google Colab-Notizbuch. Klicken Sie auf die Schaltfläche In Google Colab ausführen.

TFX Airflow Tutorial

Eine Schritt-für-Schritt-Anleitung zum Erstellen einer TFX-Pipeline in Ihrer lokalen Entwicklungsumgebung, die die Integration in TensorBoard- und Jupyter-Notizbücher zeigt.

TFX auf Cloud AI-Plattform-Pipelines

Eine Einführung in die Verwendung von TensorFlow Extended- und Cloud AI Platform-Pipelines, um zu erfahren, wie Sie Pipelines für maschinelles Lernen in Google Cloud erstellen.

Nächste Schritte

Wenn Sie ein grundlegendes Verständnis von TFX haben, lesen Sie diese zusätzlichen Tutorials und Anleitungen. Und vergessen Sie nicht, das TFX-Benutzerhandbuch zu lesen.

Datenvalidierung

Dieses Google Colab-Notizbuch zeigt, wie mit TensorFlow Data Validation (TFDV) ein Datensatz untersucht und visualisiert werden kann, einschließlich des Generierens beschreibender Statistiken, des Ableitens eines Schemas und des Auffindens von Anomalien.

Modellanalyse

Dieses Google Colab-Notizbuch zeigt, wie mit der TensorFlow-Modellanalyse (TFMA) die Eigenschaften eines Datensatzes untersucht und visualisiert und die Leistung eines Modells entlang mehrerer Genauigkeitsachsen bewertet werden können.

Servieren Sie ein Modell

Dieses Tutorial zeigt, wie TensorFlow Serving verwendet werden kann, um ein Modell mithilfe einer einfachen REST-API bereitzustellen.

Videos und Updates

Abonnieren Sie die YouTube-Wiedergabeliste und den Blog von TFX, um die neuesten Videos und Updates zu erhalten.