TensorFlow Extended (TFX) یک پلت فرم پایان به انتهای برای استقرار خطوط تولید ML است
هنگامی که آماده هستید مدل های خود را از مرحله تحقیق به مرحله تولید برسانید ، برای ایجاد و مدیریت خط تولید تولید از TFX استفاده کنید.
چگونه کار می کند
خط لوله TFX توالی اجزای سازنده خط لوله ML است که به طور خاص برای کارهای یادگیری ماشین مقیاس پذیر و با کارایی بالا طراحی شده است. کامپوننت ها با استفاده از کتابخانه های TFX ساخته می شوند که می توانند به صورت جداگانه نیز مورد استفاده قرار گیرند.
راه حل مشکلات مشترک
برای کمک به شما در انجام پروژه ها ، 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 آموزش می دهد ، مدل آموزش دیده را ذخیره می کند و سپس آن را با سرویس TensorFlow سرو می کند. تمرکز بر خدمات TensorFlow است ، به جای 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 فرایند معمول توسعه ML را دنبال کنید ، ابتدا با بررسی مجموعه داده ها ، و در پایان با یک خط لوله کامل کار.
بیاموزید که چگونه TensorFlow Extended (TFX) می تواند مدل های یادگیری ماشین را که روی دستگاه مستقر می شوند ، ایجاد و ارزیابی کند. TFX اکنون پشتیبانی محلی از TFLite را فراهم می کند ، که انجام استنباط بسیار کارآمد در دستگاه های تلفن همراه را امکان پذیر می کند.
نحوه استفاده شرکتها از TFX
اخبار و اطلاعیه ها
وبلاگ و لیست پخش YouTube ما را برای محتوای اضافی TFX بررسی کنید ،
برای عضویت در خبرنامه ماهانه TensorFlow ما
آخرین اطلاعیه ها به طور مستقیم به صندوق ورودی شما ارسال می شود.
از آموزش ساختاری عصبی می توان برای آموزش شبکه های عصبی با سیگنال های ساخت یافته استفاده کرد. بیاموزید که چگونه یک مدل تنظیم شده با نمودار با NSL در TFX با استفاده از م componentsلفه های سفارشی بسازید و خودتان آن را در یک Colab تعاملی امتحان کنید.
یک تور گرداب از سیبیل و TFX ، دو سیستم عامل ML پایان به پایان (E2E) در Alphabet. بیاموزید که چگونه تاریخچه TFX به اطلاع مهندسی ML کمک کرده است.
TFX و TFJS با Magenta همکاری کردند تا یک تجربه جدید AI را برای روز استقلال هند آغاز کنند ، که صدای کاربران را به سازهایی تبدیل می کند که برای جشن فرهنگ هند از طریق یک پروژه موسیقی مشترک جمع می شوند.
بیاموزید که چگونه آزمایشگاه های Concur SAP استقرار مدل های BERT را از طریق کتابخانه ها و پسوندهای TensorFlow در این وبلاگ دو بخشی ساده کرده اند.