¡Únase a la comunidad de SIG TFX-Addons y ayude a que TFX sea aún mejor!

TensorFlow Extended (TFX) es una plataforma de extremo a extremo para implementar canalizaciones de producción de AA

Cuando estés listo para que tus modelos pasen de la investigación a la producción, usa TFX para crear y administrar una canalización de producción.

Ejecutar Colab

Este instructivo interactivo explica cada componente integrado de TFX.

Ver los instructivos

Los instructivos te enseñan a usar TFX con ejemplos completos de extremo a extremo.

Ver la guía

Las guías explican los conceptos y los componentes de TFX.

Cómo funciona

Una canalización de TFX es una secuencia de componentes que implementan una canalización de AA, la cual está específicamente diseñada para tareas de aprendizaje automático escalables y de alto rendimiento. Los componentes se compilan con bibliotecas de TFX que también se pueden usar de manera individual.

Soluciones para problemas comunes

Explora instructivos paso a paso para obtener ayuda con tus proyectos.

Intermedio
Entrena y entrega un modelo de TensorFlow con TensorFlow Serving

Esta guía entrena un modelo de red neuronal para que clasifique imágenes de ropa, como zapatillas y camisas, guarde el modelo entrenado y después lo entregue con TensorFlow Serving. En lugar de centrarse en el modelado y entrenamiento en TensorFlow, lo hace en TensorFlow Serving.

Intermedio
Crea canalizaciones de TFX alojadas en Google Cloud

Una introducción a TensorFlow Extended (TFX) y a AI Platform Pipelines de Cloud para que crees tus propias canalizaciones de aprendizaje automático en Google Cloud. Sigue un típico proceso de desarrollo de AA: comienza por el análisis del conjunto de datos y termina con una canalización completa y en funcionamiento.

Intermedio
Usa TFX con TensorFlow Lite para la inferencia en el dispositivo

Aprende cómo TensorFlow Extended (TFX) puede crear y evaluar modelos de aprendizaje automático que se implementarán en el dispositivo. TFX ahora cuenta con compatibilidad nativa para TFLite, lo que posibilita realizar inferencia de alta eficiencia en los dispositivos móviles.

Noticias y anuncios

Visita nuestro blog y nuestra lista de reproducción de YouTube para encontrar contenido adicional de TFX
y suscríbete a nuestro boletín informativo mensual de TensorFlow para recibir los
anuncios más recientes directamente en tu casilla de correo.

February 15, 2021  
How OpenX Trains and Serves for a Million Queries per Second in under 15 Milliseconds

OpenX leveraged several products in the TensorFlow ecosystem & Google Cloud, including TF Serving and Kubeflow Pipelines, to build a service that prioritizes traffic to demand side platforms in the adtech space.

January 8, 2021  
Metadatos de AA: Control de versión para AA

Es necesario hacer controles de versión debido a la complejidad del código y artefactos de AA, como modelos y conjuntos de datos, entre otros. Por eso creamos Machine Learning Metadata (MLMD), una biblioteca para hacer un seguimiento del linaje completo de todo tu flujo de trabajo de AA.

3 de diciembre de 2020  
Ingeniería de AA para implementaciones de AA de producción con TFX

En esta actualización, explicamos los conceptos básicos de TFX y las novedades destacadas de este año para ayudarte a comenzar. También te mostraremos una práctica de ejemplo para que aprendas a elaborar un sistema de canalización de producción con TFX.

Continue
9 de octubre de 2020  
Aprendizaje Estructurado Neuronal en TFX

El aprendizaje estructurado neuronal se puede usar para entrenar redes neuronales con indicadores estructurados. Obtén información sobre cómo construir un modelo regulado por grafos con NSL en TFX mediante componentes personalizados y pruébalo tú mismo en un notebook interactivo de Colab.