TFX یک پلت فرم سرتاسر برای استقرار خطوط لوله ML تولیدی است

هنگامی که آماده انتقال مدل های خود از تحقیق به تولید هستید، از TFX برای ایجاد و مدیریت خط لوله تولید استفاده کنید.

کولب را اجرا کنید

با کاوش در هر جزء داخلی TFX شروع کنید.

مشاهده آموزش ها

نحوه استفاده از TFX را با مثال های سرتاسری بیاموزید.

راهنما را مشاهده کنید

راهنماها مفاهیم و اجزای TFX را توضیح می دهند.

افزونه ها را کاوش کنید

اجزای TFX اضافی که توسط جامعه ارائه شده است.

چگونه کار می کند

خط لوله TFX دنباله ای از اجزا است که خط لوله ML را پیاده سازی می کند که به طور خاص برای کارهای یادگیری ماشینی مقیاس پذیر و با کارایی بالا طراحی شده است. کامپوننت ها با استفاده از کتابخانه های TFX ساخته می شوند که می توانند به صورت جداگانه نیز مورد استفاده قرار گیرند.

نحوه استفاده شرکت ها از TFX

راه حل هایی برای مشکلات رایج

آموزش های گام به گام را برای کمک به پروژه های خود کاوش کنید.

حد واسط
یک مدل TensorFlow را با سرویس TensorFlow آموزش دهید و سرو کنید

این راهنما یک مدل شبکه عصبی را برای طبقه‌بندی تصاویر لباس‌ها، مانند کفش‌های کتانی و پیراهن، آموزش می‌دهد، مدل آموزش‌دیده را ذخیره می‌کند و سپس آن را با سرویس TensorFlow ارائه می‌کند. تمرکز بر روی TensorFlow Serving است تا مدل‌سازی و آموزش در TensorFlow.

حد واسط
خطوط لوله TFX را که در Google Cloud میزبانی می شوند ایجاد کنید

مقدمه ای بر خطوط لوله پلتفرم TFX و Cloud AI برای ایجاد خطوط لوله یادگیری ماشین خود در Google Cloud. یک فرآیند معمولی توسعه ML را دنبال کنید، با بررسی مجموعه داده شروع کنید و با یک خط لوله کاری کامل خاتمه دهید.

حد واسط
از TFX با TensorFlow Lite برای استنتاج روی دستگاه استفاده کنید

بیاموزید که چگونه TFX می‌تواند مدل‌های یادگیری ماشینی را ایجاد و ارزیابی کند که روی دستگاه مستقر می‌شوند. اکنون TFX پشتیبانی بومی را برای TFLite فراهم می‌کند، که امکان استنتاج بسیار کارآمد را در دستگاه‌های تلفن همراه فراهم می‌کند.

اخبار و اطلاعیه ها

وبلاگ و لیست پخش YouTube ما را برای محتوای TFX اضافی بررسی کنید،
و برای دریافت خبرنامه تنسورفلو ما مشترک شوید
آخرین اطلاعیه ها مستقیماً به صندوق ورودی شما ارسال می شود.