SIG TFX-Addons topluluğuna katılın ve TFX'in daha da iyi olmasına yardımcı olun! SIG TFX Eklentilerine Katılın

Üretim eğitimlerinde TensorFlow

TensorFlow Extended (TFX) öğrenmenin en iyi yolu yaparak öğrenmektir. Bu öğreticiler, TFX'in önemli bölümlerinin odaklanmış örnekleridir. Başlangıç ​​için eğitimler ve TFX'in daha gelişmiş bölümlerine gerçekten dalmak istediğiniz zamanlar için daha gelişmiş eğitimler içerirler.

TFX 1.0

Biz durumu duyurmaktan mutluyuz Tfx 1.0.0 . Bu, kararlı genel API'ler ve yapılar sağlayan TFX'in ilk beta sonrası sürümüdür. Eğer gelecek TFX boru hatları bu tanımlanan uyumluluk kapsamında bir yükseltmeden sonra çalışmaya devam edeceğinden emin olabilir RFC .

Başlangıç ​​eğitimleri

Başlamanıza yardımcı olacak muhtemelen inşa edebileceğiniz en basit boru hattı. Google CoLab düğmesini Çalıştır tıklayın.
Veri doğrulama bileşenleri eklemek için basit ardışık düzen üzerine inşa etme.
Bir özellik mühendisliği bileşeni eklemek için veri doğrulama ardışık düzenini oluşturma.
Bir model analizi bileşeni eklemek için basit işlem hattını geliştirme.

Google Cloud'da TFX

Google Cloud, ML iş akışınızı uygun maliyetli ve ölçeklenebilir hale getirmek için BigQuery, Vertex AI gibi çeşitli ürünler sunar. Bu ürünleri TFX boru hattınızda nasıl kullanacağınızı öğreneceksiniz.
Yönetilen bir ardışık düzen hizmeti olan Cloud AI Platform Pipelines üzerinde ardışık düzenleri çalıştırma.
BigQuery'yi makine öğrenimi ardışık düzenlerinin veri kaynağı olarak kullanma.
Vertex AI Training ile makine öğrenimi eğitimi için bulut kaynaklarını kullanma.
TFX ve Cloud AI Platform Pipelines kullanımına giriş.

Sonraki adımlar

Temel bir TFX bilgisine sahip olduğunuzda, bu ek öğreticilere ve kılavuzlara göz atın. Ve okumayı unutma TFX Kullanıcı Kılavuzu .
Etkileşimli bağlamda, çok yararlı bir gelişme aracı dahil olmak üzere Tfx A bileşen tarafından bileşenli giriş,. Google CoLab düğmesini Çalıştır tıklayın.
Kendi özel TFX bileşenlerinizi nasıl geliştireceğinizi gösteren bir eğitim.
Bu Google Colab not defteri, tanımlayıcı istatistikler oluşturma, şema çıkarımı ve anormallikleri bulma dahil olmak üzere bir veri kümesini araştırmak ve görselleştirmek için TensorFlow Veri Doğrulaması'nın (TFDV) nasıl kullanılabileceğini gösterir.
Bu Google Colab not defteri, bir veri kümesinin özelliklerini araştırmak ve görselleştirmek ve bir modelin performansını birkaç doğruluk ekseni boyunca değerlendirmek için TensorFlow Model Analizinin (TFMA) nasıl kullanılabileceğini gösterir.
Bu eğitici, TensorFlow Serving'in basit bir REST API kullanarak bir modele hizmet etmek için nasıl kullanılabileceğini gösterir.