TensorFlow Extended (TFX) est une plate-forme de bout en bout, conçue pour permettre le déploiement de pipelines de machine learning en production

Lorsque vous souhaitez faire passer vos modèles de la recherche à la production, utilisez TFX pour créer et gérer un pipeline de production.

Exécuter Colab

Ce tutoriel interactif vous fait découvrir chaque composant intégré de TFX.

Accéder aux tutoriels

Des tutoriels vous montrent comment utiliser TFX avec des exemples complets de bout en bout.

Afficher le guide

Des guides expliquent les concepts et les composants de TFX.

Fonctionnement

Un pipeline TFX est une séquence de composants qui implémentent un pipeline de ML conçu spécialement pour les tâches de machine learning hautes performances et évolutives. Les composants sont créés à l'aide de bibliothèques TFX qui peuvent également être utilisées de façon individuelle.

Solutions aux problèmes fréquents

Découvrez des tutoriels détaillés conçus pour vous aider à avancer sur vos projets.

Intermédiaire
Entraînez et exploitez un modèle TensorFlow avec TensorFlow Serving.

Ce guide propose l'entraînement d'un modèle de réseau de neurones pour la classification d'images de vêtements (chaussures de sport et tee-shirts, par exemple), enregistre le modèle entraîné, puis l'exploite avec TensorFlow Serving. L'accent est mis sur TensorFlow Serving, plutôt que sur la modélisation et l'entraînement dans TensorFlow.

Intermédiaire
Créez des pipelines TFX hébergés sur Google Cloud

Introduction à TensorFlow Extended (TFX) et à Cloud AI Platform Pipelines pour créer vos propres pipelines de machine learning sur Google Cloud. Suivez un processus de développement de ML typique, depuis l'analyse de l'ensemble de données jusqu'à l'obtention d'un pipeline parfaitement fonctionnel.

Intermédiaire
Utiliser TFX avec TensorFlow Lite pour exécuter des inférences sur les appareils

Découvrez comment TensorFlow Extended (TFX) vous permet de créer et d'évaluer des modèles de machine learning à déployer sur des appareils. TFX est désormais compatible en natif avec TFLite, qui permet de réaliser des inférences extrêmement efficaces sur les appareils mobiles.

Découvrez comment les entreprises utilisent TFX

Actualités et annonces

Consultez notre blog et notre playlist YouTube pour en savoir plus sur TFX,
et abonnez-vous à la newsletter TensorFlow mensuelle pour
recevoir directement les dernières annonces.

9 octobre 2020
Neural Structured Learning dans TFX

Le paradigme Neural Structured Learning permet d'entraîner des réseaux de neurones avec des signaux structurés. Apprenez à créer un modèle avec régularisation par graphe grâce ce paradigme dans TFX à l'aide de composants personnalisés, et découvrez comment l'essayer vous-même dans un Colab interactif.

25 septembre 2020
Vers l'ingénierie de ML : bref historique de TensorFlow Extended (TFX)

Présentation rapide de Sibyl et TFX, deux plates-formes de ML successives de bout en bout d'Alphabet. Découvrez comment l'histoire de TFX a contribué à faire connaître l'ingénierie de ML.

14 août 2020
Sounds Of India : une expérience musicale sur l'appareil et basée sur l'IA, créée avec TensorFlow

TFX et TFJS se sont associés à Magenta pour lancer une nouvelle expérience basée sur l'IA pour le Jour de l'Indépendance en Inde. Cette expérience transforme les voix des utilisateurs en instruments de musique qui, tous ensemble, célèbrent la culture indienne dans un projet musical collaboratif.

8 juin 2020
TLN rapide, évolutif et précis : Pourquoi TFX est la plate-forme idéale pour déployer BERT

Ce blog en deux parties vous explique comment SAP Concur Labs a simplifié le déploiement de modèles BERT au moyen de bibliothèques et d'extensions TensorFlow.