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.
Comment ça marche ?
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.
Découvrez comment les entreprises utilisent TFX
Solutions aux problèmes fréquents
Découvrez des tutoriels détaillés conçus pour vous aider à avancer sur vos projets.
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.
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.
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.
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.
Many partners and developers have contributed to the project, and now TFX 1.0 is here! In addition to support for NLP, mobile and web applications, the new release provides stable public APIs and artifacts for TFX OSS users.
Learn how Google creates ML products using TFX. TFX runs just about anywhere, including in Cloud AI Pipelines. Training your model is just the beginning, but you can go from zero to hero with Production ML by using TFX, and make your amazing application ready for the world!
Improve website user experience by training a custom machine learning model with site navigation data to predict next pages, and use an Angular app to prefetch the content and improve site speed.
Learn how you can efficiently deploy a model using TFX RunInference API with Google Cloud Dataflow. This post provides a walkthrough of common scenarios, from standard inference, to post processing and the use of RunInference API in multiple locations in the pipeline.
Implication de la communauté
Découvrez d'autres façons de s'impliquer dans la communauté TensorFlow.