הצטרף אלינו ל-DevFest לאוקראינה 14-15 ביוני אונליין הירשם עכשיו

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 הפשוט ביותר שתוכל לבנות, כדי לעזור לך להתחיל. לחץ על הפעל כפתור Colab Google.
בנייה על הצינור הפשוט להוספת רכיבי אימות נתונים.
בנייה על צינור אימות הנתונים כדי להוסיף רכיב הנדסי תכונה.
בנייה על הצינור הפשוט להוספת רכיב ניתוח 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 צנרת מנוהל, Vertex Pipelines.
שימוש ב-BigQuery כמקור נתונים של צינורות ML.
שימוש במשאבי ענן לאימון ML והגשה עם Vertex AI.
מבוא לשימוש ב-TFX ו-Cloud AI Platform Pipelines.

השלבים 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 האינטראקטיבי, כלי פיתוח מאוד שימושיים. 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 Data Validation (TFDV) כדי לחקור ולהמחיש מערך נתונים, כולל הפקת נתונים סטטיסטיים תיאוריים, הסקת סכימה ומציאת חריגות.
מחברת Google Colab זו מדגים כיצד ניתן להשתמש בניתוח מודל TensorFlow (TFMA) כדי לחקור ולהמחיש את המאפיינים של מערך נתונים ולהעריך את הביצועים של מודל לאורך מספר צירים של דיוק.
מדריך זה מדגים כיצד ניתן להשתמש ב- TensorFlow Serving לשרת מודל באמצעות REST API פשוט.

סרטונים ועדכונים

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