Учебные пособия по TensorFlow в производственной среде
Лучший способ изучить TensorFlow Extended (TFX) - это учиться на практике. Эти руководства представляют собой конкретные примеры ключевых частей TFX. Они включают в себя учебные пособия для начинающих, чтобы начать работу, и более сложные учебные пособия, когда вы действительно хотите погрузиться в более сложные части TFX.
Учебники по началу работы
1. Стартовый трубопровод
Вероятно, самый простой конвейер, который вы можете построить, чтобы помочь вам начать работу. Нажмите кнопку « Выполнить в Google Colab» .2. Добавление проверки данных
Использование простого конвейера для добавления компонентов проверки данных.3. Добавление функциональной инженерии
Использование конвейера проверки данных для добавления компонента разработки функций.4. Добавление анализа модели
Использование простого конвейера для добавления компонента анализа модели.Следующие шаги
Когда вы получите базовое представление о TFX, ознакомьтесь с этими дополнительными учебными пособиями и руководствами. И не забудьте прочитать Руководство пользователя TFX .
Учебное пособие по компонентам TFX
Покомпонентное введение в TFX, включая интерактивный контекст , очень полезный инструмент разработки. Нажмите кнопку « Выполнить в Google Colab» .Учебное пособие по пользовательским компонентам
Учебное пособие, показывающее, как разрабатывать собственные пользовательские компоненты TFX.TFX on Cloud конвейеры платформы AI
Введение в использование TFX и Cloud AI Platform Pipelines, которое поможет вам научиться создавать конвейеры машинного обучения в Google Cloud.Проверка достоверности данных
Этот блокнот Google Colab демонстрирует, как TensorFlow Data Validation (TFDV) может использоваться для исследования и визуализации набора данных, включая создание описательной статистики, определение схемы и обнаружение аномалий.Анализ модели
Этот блокнот Google Colab демонстрирует, как TensorFlow Model Analysis (TFMA) можно использовать для исследования и визуализации характеристик набора данных и оценки производительности модели по нескольким осям точности.Служить модели
В этом руководстве показано, как TensorFlow Serving можно использовать для обслуживания модели с помощью простого REST API.Видео и обновления
Подпишитесь на TFX YouTube Playlist и блог, чтобы получать последние видео и обновления.
TFX: производственное машинное обучение с TensorFlow в 2020 году
Саммит разработчиков TF 2020
Перенос машинного обучения из исследований в производство
GOTO Копенгаген 2019