¡Confirme su asistencia a su evento local de TensorFlow Everywhere hoy!

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.

Ejecuta Colab

Este instructivo interactivo explica cada componente integrado de TFX.

Ver los instructivos

Los instructivos te muestran cómo 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. Se centra en TensorFlow Serving, en lugar del modelado y entrenamiento en TensorFlow.

Intermedio
Crea canalizaciones de TFX alojadas en Google Cloud

Una introducción a TensorFlow Extended (TFX) y a las canalizaciones de Cloud AI Platform 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.

January 8, 2020  
ML Metadata: Version Control for ML

The complexity of ML code and artifacts like models, datasets, and much more requires version control. That’s why we built Machine Learning Metadata (MLMD), a library to track the full lineage of your entire ML workflow.

December 3, 2020  
ML engineering for production ML deployments with TFX

In this update we’ll cover TFX basics and highlight what's new this year to help you get started. We'll also show you a hands-on look at how to put together a production pipeline system with 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.

25 de septiembre de 2020  
Towards ML Engineering: A Brief History Of TensorFlow Extended (TFX)

Una breve introducción a Sibyl y TFX, dos plataformas sucesivas de extremo a extremo (E2E) para AA de Alphabet. Conoce cómo el historial de TFX ayudó a conformar la disciplina de la ingeniería de AA.