Rejoignez la communauté SIG TFX-Addons et aidez à rendre TFX encore meilleur!

Tutoriels sur TensorFlow dans les environnements de production

Pour apprendre à utiliser TensorFlow Extended (TFX), rien ne vaut la pratique ! Ces tutoriels illustrent, à l'aide d'exemples précis, les éléments essentiels de TFX. Vous y trouverez des tutoriels d'initiation à TFX, ainsi que d'autres plus techniques pour découvrir les fonctionnalités plus avancées de TFX.

Tutoriels de niveau débutant

Cette présentation de TensorFlow Extended, composant par composant, utilise l'API Keras et s'exécute dans un notebook Google Colab. Cliquez sur le bouton Exécuter dans Google Colab.
Tutoriel pas à pas portant sur la création d'un pipeline TFX au sein de votre environnement de développement local. Il présente également l'intégration dans les notebooks Jupyter et TensorBoard.
Présentation de l'utilisation de TensorFlow Extended et Cloud AI Platform Pipelines pour créer vos pipelines de machine learning sur Google Cloud.

Étapes suivantes

Dès que vous maîtrisez les bases de TFX, consultez ces autres guides et tutoriels. Et n'oubliez pas de lire le Guide de l'utilisateur de TFX.
Ce notebook Google Colab montre comment utiliser TensorFlow Data Validation (TFDV) pour examiner et visualiser un ensemble de données. Il y est ainsi question de la génération de statistiques descriptives, de l'inférence d'un schéma et de la recherche d'anomalies.
Ce notebook Google Colab explique comment TensorFlow Model Analysis (TFMA) peut être utilisé pour examiner et visualiser les caractéristiques d'un ensemble de données, et évaluer les performances d'un modèle le long de plusieurs axes de justesse.
Ce tutoriel explique comment utiliser TensorFlow Serving pour diffuser un modèle à l'aide d'une API REST simple.