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
Check out our
blog
and
YouTube playlist
for additional TFX content,
and subscribe to our TensorFlow newsletter to get the
latest announcements sent directly to your inbox.
Implication de la communauté
Découvrez d'autres façons de s'impliquer dans la communauté TensorFlow.