TensorFlow nei tutorial di produzione
Questi tutorial ti aiuteranno a iniziare e ti aiuteranno a imparare alcuni modi diversi di lavorare con TFX per flussi di lavoro e distribuzioni di produzione. In particolare, imparerai i due stili principali di sviluppo di una pipeline TFX:
- Utilizzo di
InteractiveContextper sviluppare una pipeline in un notebook, lavorando con un componente alla volta. Questo stile rende lo sviluppo più semplice e più pitonico. - Definizione di un'intera pipeline ed esecuzione con un runner. Ecco come appariranno le tue pipeline quando le distribuirai.
Tutorial per iniziare
1. Pipeline iniziale
Probabilmente la pipeline più semplice che puoi costruire, per aiutarti a iniziare. Fai clic sul pulsante Esegui in Google Colab .2. Aggiunta della convalida dei dati
Basandosi sulla pipeline semplice per aggiungere componenti di convalida dei dati.3. Aggiunta di ingegneria delle funzionalità
Basandosi sulla pipeline di convalida dei dati per aggiungere un componente di ingegneria delle funzionalità.4. Aggiunta dell'analisi del modello
Basandosi sulla pipeline semplice per aggiungere un componente di analisi del modello.TFX su Google Cloud
Google Cloud offre vari prodotti come BigQuery, Vertex AI per rendere il tuo flusso di lavoro ML conveniente e scalabile. Imparerai come utilizzare questi prodotti nella tua pipeline TFX.
In esecuzione su Vertex Pipelines
Esecuzione di pipeline su un servizio pipeline gestito, Vertex Pipelines.Leggi i dati da BigQuery
Utilizzando BigQuery come origine dati delle pipeline ML.Formazione e servizi di Vertex AI
Utilizzo delle risorse cloud per la formazione e i servizi di ML con Vertex AI.TFX sulle pipeline della piattaforma Cloud AI
Un'introduzione all'uso delle pipeline di TFX e della piattaforma Cloud AI.Passaggi successivi
Una volta acquisita una conoscenza di base di TFX, controlla questi tutorial e guide aggiuntivi. E non dimenticare di leggere la Guida per l'utente di TFX .
Tutorial completo sulla pipeline
Un'introduzione componente per componente a TFX, incluso il contesto interattivo , uno strumento di sviluppo molto utile. Fai clic sul pulsante Esegui in Google Colab .Tutorial sui componenti personalizzati
Un tutorial che mostra come sviluppare i tuoi componenti TFX personalizzati.Convalida dei dati
Questo notebook di Google Colab dimostra come è possibile utilizzare TensorFlow Data Validation (TFDV) per analizzare e visualizzare un set di dati, inclusa la generazione di statistiche descrittive, la deduzione di uno schema e il rilevamento di anomalie.Analisi del modello
Questo notebook di Google Colab dimostra come è possibile utilizzare l'analisi del modello TensorFlow (TFMA) per analizzare e visualizzare le caratteristiche di un set di dati e valutare le prestazioni di un modello lungo diversi assi di precisione.Servire un modello
Questo tutorial dimostra come è possibile utilizzare TensorFlow Serving per servire un modello utilizzando una semplice API REST.Video e aggiornamenti
Iscriviti alla playlist YouTube di TFX e al blog per gli ultimi video e aggiornamenti.
TFX: Produzione ML con TensorFlow nel 2020
Vertice degli sviluppatori TF 2020
TFX: pipeline di produzione ML con TensorFlow
TF mondiale 2019
Portare l'apprendimento automatico dalla ricerca alla produzione
GOTO Copenaghen 2019