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 продвинутые учебные пособия, когда вы действительно хотите погрузиться в более сложные части TFX.

TFX 1.0

Мы рады сообщить о выпуске TFX 1.0.0 . Это первый пост-бета-выпуск TFX, который предоставляет стабильные общедоступные API и артефакты. Вы можете быть уверены , что ваши будущие TFX трубопроводы будут продолжать работать после обновления в рамках совместимости , определенных в настоящем документе RFC .

Учебники по началу работы

Вероятно, самый простой конвейер, который вы можете построить, чтобы помочь вам начать работу. Нажмите Выполнить в кнопке Google Colab.
Использование простого конвейера для добавления компонентов проверки данных.
Использование конвейера проверки данных для добавления компонента разработки функций.
Использование простого конвейера для добавления компонента анализа модели.

TFX в Google Cloud

Google Cloud предоставляет различные продукты, такие как BigQuery, Vertex AI, чтобы сделать ваш рабочий процесс машинного обучения экономичным и масштабируемым. Вы узнаете, как использовать эти продукты в своем конвейере TFX.
Запуск конвейеров в управляемой конвейерной службе, Vertex Pipelines.
Использование BigQuery в качестве источника данных для конвейеров машинного обучения.
Использование облачных ресурсов для обучения машинному обучению и обслуживания с Vertex AI.
Введение в использование TFX и Cloud AI Platform Pipelines.

Следующие шаги

Когда вы получите базовое представление о TFX, ознакомьтесь с этими дополнительными учебными пособиями и руководствами. И не забудьте прочитать TFX User Guide .
Компонент-на-компонентная введение в TFX, в том числе в интерактивном контексте, очень полезный инструмент развития. Нажмите Выполнить в кнопке Google Colab.
Учебное пособие, показывающее, как разрабатывать собственные пользовательские компоненты TFX.
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.
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.
В этом руководстве показано, как TensorFlow Serving можно использовать для обслуживания модели с помощью простого REST API.

Видео и обновления

Подписаться на TFX YouTube Playlist и блог для последних видео и обновлений.

Саммит разработчиков TF 2020
Смотреть видео
Мир TF 2019
Смотреть видео

Перенос машинного обучения из исследований в производство

GOTO Копенгаген 2019
Смотреть видео