הצטרף לקהילת SIG TFX-Addons ועזור לשפר את TFX!

TensorFlow בהדרכות הפקה

הדרך הטובה ביותר ללמוד TensorFlow מורחבת (TFX) היא ללמוד על ידי עשייה. מדריכים אלה הם דוגמאות ממוקדות לחלקי המפתח של TFX. הם כוללים הדרכות למתחילים כדי להתחיל, והדרכות מתקדמות יותר למועד שבו אתה באמת רוצה לצלול לחלקים מתקדמים יותר של TFX.

TFX 1.0

אנו שמחים להודיע על זמינותו של TFX 1.0.0 . זהו המהדורה הראשונית לאחר בטא של TFX, המספקת ממשקי API וחפצים ציבוריים יציבים. אתה יכול להיות סמוך ובטוח כי צינורות TFX העתיד שלך ימשיכו לפעול לאחר שדרוג במסגרת התאימות שהוגדרה במוצר RFC .

תחילת הדרכות

כנראה הצינור הכי פשוט שתוכלו לבנות, כדי לעזור לכם להתחיל. לחץ על הפעל כפתור Colab Google.
בניית צינור פשוט להוספת רכיבי אימות נתונים.
בונה על צינור אימות הנתונים להוספת רכיב הנדסת תכונות.
בניית צינור פשוט להוספת רכיב לניתוח מודל.

TFX ב- Google Cloud

Google Cloud מספק מוצרים שונים כמו BigQuery, Vertex AI כדי להפוך את זרימת העבודה שלך ל- ML לחסכונית ולהרחבה. תלמד כיצד להשתמש במוצרים אלה בצינור TFX שלך.
הפעלת צינורות בשירות צינורות מנוהל, Cloud AI Platform Pipelines.
שימוש ב- BigQuery כמקור נתונים של צינורות ML.
שימוש במשאבי ענן לאימון ML עם אימוני Vertex AI.
מבוא לשימוש בצינורות TFX ו- Cloud AI Platform.

הצעדים הבאים

ברגע שיש לך הבנה בסיסית של TFX, עיין בהדרכות ומדריכים נוספים אלה. ואל תשכחו לקרוא את המשתמש TFX מדריך .
מבוא רכיב אחר רכיב כדי TFX, כולל בהקשר אינטראקטיבי, כלי פיתוח מאוד שימושי. לחץ על הפעל כפתור Colab Google.
מדריך המראה כיצד לפתח רכיבי TFX מותאמים אישית משלך.
מחברת Google Colab זו מדגימה כיצד ניתן להשתמש ב- TensorFlow Validation Data (TFDV) לחקירה והדמיה של מערך נתונים, כולל יצירת סטטיסטיקה תיאורית, הסקת סכמה ומציאת חריגות.
מחברת Google Colab זו מדגימה כיצד ניתן להשתמש בניתוח מודל TensorFlow (TFMA) כדי לחקור ולהמחיש את מאפייני מערך הנתונים ולהעריך את ביצועי המודל לאורך כמה צירי דיוק.
הדרכה זו מדגימה כיצד ניתן להשתמש בהגשת TensorFlow לשרת מודל באמצעות REST API פשוט.

סרטונים ועדכונים

הירשם לפלייליסט YouTube TFX ואת הבלוג של קטעי וידאו והעדכונים האחרונים.