TensorFlow Extended (TFX) یک پلت فرم سرتاسری برای استقرار خطوط تولید ML است
هنگامی که آماده انتقال مدل های خود از تحقیق به تولید هستید ، از TFX برای ایجاد و مدیریت خط تولید استفاده کنید.
چگونه کار می کند
خط لوله TFX دنباله ای از اجزا است که یک خط لوله ML را پیاده سازی می کند که به طور خاص برای کارهای مقیاس پذیر و با کارایی بالا یادگیری ماشین طراحی شده است. قطعات 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 مشکلات رایج
برای کمک به شما در پروژه های خود ، آموزش های گام به گام را کاوش کنید.
این راهنما یک مدل شبکه عصبی را برای طبقه بندی تصاویر لباس ، مانند کفش های کتانی و پیراهن ها آموزش می دهد ، مدل آموزش دیده را ذخیره می کند و سپس با سرویس TensorFlow سرو می شود. تمرکز بر سرویس TensorFlow است ، نه مدل سازی و آموزش در TensorFlow.
مقدمه ای بر TensorFlow Extended (TFX) و Cloud AI Platform Pipelines برای ایجاد خطوط لوله یادگیری ماشین خود در Google Cloud. یک روند معمول توسعه ML را دنبال کنید ، با بررسی مجموعه داده شروع کنید و با یک خط لوله کامل کار به پایان برسانید.
بیاموزید که چگونه TensorFlow Extended (TFX) می تواند مدلهای یادگیری ماشین را ایجاد و ارزیابی کند که روی دستگاه مستقر می شوند. TFX در حال حاضر پشتیبانی بومی از TFLite را ارائه می دهد ، که امکان انجام استنتاج بسیار کارآمد در دستگاه های تلفن همراه را ممکن می سازد.
اخبار و اطلاعیه ها
ما را بررسی کنید وبلاگ و لیست پخش یوتیوب برای محتوای TFX اضافی،
و برای دریافت خبرنامه ماهانه ما در TensorFlow مشترک شوید
آخرین اطلاعیه ها مستقیماً به صندوق ورودی شما ارسال می شود.
بسیاری از شرکا و توسعه دهندگان در این پروژه مشارکت داشته اند ، و اکنون TFX 1.0 اینجا است! نسخه جدید علاوه بر پشتیبانی از NLP ، برنامه های تلفن همراه و وب ، API ها و مصنوعات عمومی پایدار را برای کاربران TFX OSS فراهم می کند.
با نحوه ایجاد محصولات ML توسط TFX توسط Google آشنا شوید. TFX تقریباً در همه جا اجرا می شود ، از جمله در خطوط لوله Cloud AI. آموزش مدل شما تازه شروع کار است ، اما با استفاده از TFX می توانید از صفر به قهرمان با Production ML برسید و برنامه شگفت انگیز خود را برای جهان آماده کنید!
با آموزش یک مدل یادگیری ماشین سفارشی با داده های ناوبری سایت برای پیش بینی صفحات بعدی ، تجربه کاربر وب سایت را بهبود بخشید و از یک برنامه Angular برای پیش واکشی محتوا و بهبود سرعت سایت استفاده کنید.
بیاموزید که چگونه می توانید یک مدل را با استفاده از TFX RunInference API و Google Cloud Dataflow به طور موثر مستقر کنید. این پست یک مرور کلی از سناریوهای رایج ، از استنتاج استاندارد ، تا پردازش پست و استفاده از API RunInference در چندین مکان در خط لوله را ارائه می دهد.