Instructivos de TensorFlow para producción

La mejor forma de aprender a usar TensorFlow Extended (TFX) es experimentando. Estos instructivos contienen ejemplos que se enfocan en las partes clave de TFX. Se incluyen instructivos para principiantes así como instructivos más avanzados, para cuando quieras explorar funciones más complejas de TFX.

TFX 1.0

Nos complace anunciar que TFX 1.0.0 ya se encuentra disponible. Esta es la versión inicial de TFX posterior a la beta, que ofrece API públicas y artefactos estables. Tus próximas canalizaciones de TFX seguirán funcionando luego de una actualización que se encuentre dentro del alcance de compatibilidad definido en esta RFC.

Instructivos para comenzar

Probablemente sea la canalización más simple que puedes compilar; este puede ser tu primer paso. Haz clic en el botón Ejecutar en Google Colab.
Cómo compilar en una canalización simple para agregar componentes de validación de datos.
Cómo compilar en una canalización de validación de datos para agregar un componente de ingeniería de atributos.
Cómo compilar en una canalización simple para agregar un componente de análisis del modelo.

TFX en Google Cloud

Google Cloud ofrece varios productos, como BigQuery y Vertex AI, para que tu flujo de trabajo de AA sea más rentable y escalable. En tu canalización de TFX, aprenderás a usar estos productos.
Cómo ejecutar canalizaciones en un servicio de canalizaciones administrado, AI Platform Pipelines de Cloud.
Cómo usar BigQuery como una fuente de datos para canalizaciones de AA.
Cómo utilizar recursos en la nube para el entrenamiento de AA con el Entrenamiento de Vertex AI.
Una introducción al uso de TFX y AI Platform Pipelines de Cloud.

Próximos pasos

Una vez que cuentes con conocimientos básicos de TFX, consulta estos instructivos y guías adicionales. Y no te olvides de leer la Guía del usuario de TFX.
Una introducción a TFX que recorre cada componente. Además, incluye el contexto interactivo, una herramienta para desarrolladores muy útil. Haz clic en el botón Ejecutar en Google Colab.
Un instructivo que indica cómo desarrollar tus propios componentes personalizados para TFX.
En este notebook de Google Colab, se muestra cómo se puede utilizar TensorFlow Data Validation (TFDV) para investigar y visualizar un conjunto de datos, que incluye acciones como generar estadísticas descriptivas, inferir un esquema y encontrar anomalías.
En este notebook de Google Colab, se muestra cómo se puede utilizar TensorFlow Model Analysis (TFMA) para investigar y visualizar las características de un conjunto de datos, así como evaluar el rendimiento de un modelo junto con varios ejes de precisión.
En este instructivo, se muestra cómo se puede usar TensorFlow Serving para publicar un modelo con una simple API de REST.