TFX は、本番環境用 ML パイプラインをデプロイするためのエンドツーエンドのプラットフォームです

研究段階のモデルを本番環境に移行する準備が整ったら、TFX を使用して本番環境パイプラインを作成し、管理しましょう。

Colab を実行

まず、TFX の各組み込みコンポーネントを確認します。

チュートリアルを表示

エンドツーエンドの例に基づいて TFX の使用方法を学びます。

ガイドを読む

TFX の概念およびコンポーネントについて説明するガイドです。

アドオンを探す

コミュニティが提供する追加の TFX コンポーネント。

仕組み

TFX パイプラインは、ML パイプラインを実装する一連のコンポーネントで、特にスケーラブルで高いパフォーマンスが必要な機械学習タスクを念頭に設計されています。このコンポーネントは、個別にも使用可能な TFX ライブラリを使って作成されています。

よくある問題への解決策

プロジェクトの参考になるステップバイステップ チュートリアルをご覧ください。

中級
TensorFlow Serving を使って TensorFlow モデルをトレーニングし運用する

このガイドでは、スニーカーやシャツなど身に着けるものの画像を分類するニューラル ネットワーク モデルをトレーニングし、トレーニング済みのモデルを保存し、TensorFlow Serving を使用して運用します。TensorFlow でのモデリングとトレーニングではなく、TensorFlow Serving に焦点を当てたガイドです。

中級
Google Cloud でホストされる TFX パイプラインを作成する

Google Cloud で独自の機械学習パイプラインを作成する TFX および Cloud AI Platform パイプラインの概要。一般的な ML 開発プロセスに沿って、データセットの確認から完全に機能するパイプラインの作成までのプロセスを行います。

中級
デバイス上での推論に TFX と TensorFlow Lite を使用する

TFX が機械学習モデルを作成して評価し、デバイスにデプロイする方法を学びます。TFX は TFLite をネイティブにサポートするようになり、モバイル デバイスで非常に効率的に推論を導き出せるようになりました。

ニュースとお知らせ

ブログYouTube 再生リストをチェックして、その他の TFX コンテンツをご覧ください。
また、最新のお知らせをメールボックスに直接お届けする
TensorFlow ニュースレターにご登録ください。