RSVP für Ihr lokales TensorFlow Everywhere-Event noch heute!
Diese Seite wurde von der Cloud Translation API übersetzt.
Switch to English

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

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.
Eine Schritt-für-Schritt-Anleitung zum Erstellen einer TFX-Pipeline in Ihrer lokalen Entwicklungsumgebung, die die Integration in TensorBoard- und Jupyter-Notizbücher zeigt.
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.
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.
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.
Dieses Tutorial zeigt, wie TensorFlow Serving verwendet werden kann, um ein Modell mithilfe einer einfachen REST-API bereitzustellen.