จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ

TensorFlow ในบทช่วยสอนการผลิต

วิธีที่ดีที่สุดในการเรียนรู้ TensorFlow Extended (TFX) คือการเรียนรู้โดยการทำ บทช่วยสอนเหล่านี้เป็นตัวอย่างของส่วนสำคัญของ TFX ประกอบด้วยบทช่วยสอนสำหรับผู้เริ่มต้นใช้งาน และบทช่วยสอนขั้นสูงเพิ่มเติมสำหรับเวลาที่คุณต้องการเจาะลึกในส่วนขั้นสูงของ TFX

TFX 1.0

เรายินดีที่จะประกาศความพร้อมใช้งานของ TFX 1.0.0 นี่คือ TFX รุ่นแรกหลังเบต้า ซึ่งมี API สาธารณะและสิ่งประดิษฐ์ที่เสถียร คุณสามารถมั่นใจได้ว่าไปป์ไลน์ TFX ในอนาคตของคุณจะยังคงทำงานต่อไปหลังจากการอัปเกรดภายในขอบเขตความเข้ากันได้ที่กำหนดไว้ใน RFC นี้

บทแนะนำการเริ่มต้นใช้งาน

อาจเป็นไปป์ไลน์ที่ง่ายที่สุดที่คุณสามารถสร้างเพื่อช่วยให้คุณเริ่มต้นได้ คลิกปุ่ม เรียกใช้ใน Google Colab
สร้างบนไปป์ไลน์ง่ายๆ เพื่อเพิ่มส่วนประกอบการตรวจสอบความถูกต้องของข้อมูล
สร้างบนไปป์ไลน์การตรวจสอบความถูกต้องของข้อมูลเพื่อเพิ่มองค์ประกอบทางวิศวกรรมคุณลักษณะ
สร้างบนไปป์ไลน์อย่างง่ายเพื่อเพิ่มองค์ประกอบการวิเคราะห์แบบจำลอง

TFX บน Google Cloud

Google Cloud นำเสนอผลิตภัณฑ์ต่างๆ เช่น BigQuery, Vertex AI เพื่อให้เวิร์กโฟลว์ ML ของคุณคุ้มค่าและปรับขนาดได้ คุณจะได้เรียนรู้วิธีใช้ผลิตภัณฑ์เหล่านั้นในไปป์ไลน์ TFX ของคุณ
การเรียกใช้ไปป์ไลน์บนบริการไปป์ไลน์ที่มีการจัดการ Vertex Pipelines
การใช้ BigQuery เป็นแหล่งข้อมูลของไปป์ไลน์ ML
การใช้ทรัพยากรระบบคลาวด์สำหรับการฝึกอบรม ML และการให้บริการด้วย Vertex AI
ข้อมูลเบื้องต้นเกี่ยวกับการใช้ TFX และ Cloud AI Platform Pipelines

ขั้นตอนถัดไป

เมื่อคุณมีความเข้าใจพื้นฐานเกี่ยวกับ TFX แล้ว ให้ตรวจดูบทแนะนำและคำแนะนำเพิ่มเติมเหล่านี้ และอย่าลืมอ่าน คู่มือผู้ใช้ TFX
การแนะนำ TFX ทีละองค์ประกอบ รวมถึง บริบทเชิงโต้ตอบ ซึ่งเป็นเครื่องมือในการพัฒนาที่มีประโยชน์มาก คลิกปุ่ม เรียกใช้ใน Google Colab
บทช่วยสอนที่แสดงวิธีพัฒนาส่วนประกอบ TFX ที่คุณกำหนดเอง
สมุดบันทึก Google Colab นี้สาธิตวิธีการใช้ TensorFlow Data Validation (TFDV) เพื่อตรวจสอบและแสดงภาพชุดข้อมูล รวมถึงการสร้างสถิติเชิงพรรณนา การอนุมานสคีมา และการค้นหาความผิดปกติ
สมุดบันทึก Google Colab นี้สาธิตวิธีใช้ TensorFlow Model Analysis (TFMA) เพื่อตรวจสอบและแสดงภาพลักษณะของชุดข้อมูล และประเมินประสิทธิภาพของแบบจำลองตามความแม่นยำหลายแกน
บทช่วยสอนนี้สาธิตวิธีการใช้ TensorFlow Serving เพื่อให้บริการโมเดลโดยใช้ REST API อย่างง่าย

วิดีโอและการอัปเดต

สมัครสมาชิก TFX YouTube Playlist และ บล็อก สำหรับวิดีโอและการอัปเดตล่าสุด