使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

TFX is an end-to-end platform for deploying production ML pipelines

当您准备好将模型从研究状态切换到生产状态时,可以使用 TFX 创建和管理生产流水线。

运行 Colab

此互动式教程简要介绍了 TFX 的各个内置组件。

查看教程

教程将通过完整的端到端示例向您展示如何使用 TFX。

查看指南

指南介绍了 TFX 的概念和组件。

工作原理

TFX 流水线是实现机器学习流水线的一系列组件,专门用于可扩容的高性能机器学习任务。这些组件使用 TFX 库构建而成,您也可以单独使用这些组件。

常见问题的解决方案

浏览分步教程以帮助您完成项目。

中级
训练模型并使用 TensorFlow Serving 应用 TensorFlow 模型

此指南会训练一个对服饰(例如运动鞋和衬衫)图像进行分类的神经网络模型,保存训练过的模型,然后使用 TensorFlow Serving 应用此模型。重点是 TensorFlow Serving,而不是在 TensorFlow 中进行建模和训练。

中级
创建托管于 Google Cloud 之上的 TFX 流水线

An introduction to TFX and Cloud AI Platform Pipelines to create your own machine learning pipelines on Google Cloud. Follow a typical ML development process, starting by examining the dataset, and ending up with a complete working pipeline.

中级
结合使用 TFX 和 TensorFlow Lite,提高在设备上进行推断的效率

Learn how TFX can create and evaluate machine learning models that will be deployed on-device. TFX now provides native support for TFLite, which makes it possible to perform highly efficient inference on mobile devices.

新闻和通告

Check out our blog and YouTube playlist for additional TFX content,
and subscribe to our TensorFlow newsletter to get the
latest announcements sent directly to your inbox.