इस पेज का अनुवाद Cloud Translation API से किया गया है.
Switch to English

उत्पादन ट्यूटोरियल में TensorFlow

TensorFlow Extended (TFX) सीखने का सबसे अच्छा तरीका यह है कि आप क्या करें। ये ट्यूटोरियल TFX के प्रमुख भागों के उदाहरण हैं। वे आरंभ करने के लिए शुरुआती ट्यूटोरियल शामिल करते हैं, और जब आप वास्तव में TFX के अधिक उन्नत भागों में गोता लगाना चाहते हैं, तो अधिक उन्नत ट्यूटोरियल।

शुरुआती ट्यूटोरियल

TensorFlow के लिए एक घटक-दर-घटक परिचय विस्तारित, Keras एपीआई का उपयोग कर और एक Google Colab नोटबुक में चल रहा है। Google Colab बटन में रन पर क्लिक करें।
आपके स्थानीय विकास के माहौल में एक TFX पाइपलाइन का निर्माण एक चरण-दर-चरण ट्यूटोरियल, TensorBoard और Jupyter नोटबूक के साथ एकीकरण दिखा रहा है।
Google क्लाउड पर मशीन लर्निंग पाइपलाइन बनाने का तरीका जानने के लिए TensorFlow Extended और Cloud AI प्लेटफ़ॉर्म पाइपलाइनों का उपयोग करने का एक परिचय।

अगला कदम

एक बार जब आप टीएफएक्स की बुनियादी समझ रखते हैं, तो इन अतिरिक्त ट्यूटोरियल और गाइड की जांच करें। और TFX यूजर गाइड पढ़ना न भूलें।
यह Google Colab नोटबुक दर्शाता है कि कैसे TensorFlow Data Validation (TFDV) का उपयोग डेटासेट की जांच करने और कल्पना करने के लिए किया जा सकता है, जिसमें वर्णनात्मक आँकड़े उत्पन्न करना, एक स्कीमा का संदर्भ देना और विसंगतियों का पता लगाना शामिल है।
यह Google Colab नोटबुक प्रदर्शित करता है कि कैसे TensorFlow मॉडल विश्लेषण (TFMA) का उपयोग डेटासेट की विशेषताओं की जांच और कल्पना करने और सटीकता के कई अक्षों के साथ एक मॉडल के प्रदर्शन का मूल्यांकन करने के लिए किया जा सकता है।
यह ट्यूटोरियल दर्शाता है कि एक साधारण REST API का उपयोग करके मॉडल की सेवा के लिए TensorFlow सर्विंग का उपयोग कैसे किया जा सकता है।

वीडियो और अपडेट

नवीनतम वीडियो और अपडेट के लिए TFX YouTube प्लेलिस्ट और ब्लॉग की सदस्यता लें।