TensorFlow Extended (TFX) उत्पादन ML पाइपलाइनों को तैनात करने के लिए एक एंड-टू-एंड प्लेटफॉर्म है
जब आप अपने मॉडलों को अनुसंधान से उत्पादन की ओर ले जाने के लिए तैयार हों, तो उत्पादन पाइपलाइन बनाने और प्रबंधित करने के लिए TFX का उपयोग करें।
यह काम किस प्रकार करता है
एक TFX पाइपलाइन घटकों का एक क्रम है जो एक ML पाइपलाइन को लागू करता है जिसे विशेष रूप से स्केलेबल, उच्च-प्रदर्शन मशीन सीखने के कार्यों के लिए डिज़ाइन किया गया है। घटक टीएफएक्स पुस्तकालयों का उपयोग करके बनाए जाते हैं जिन्हें व्यक्तिगत रूप से भी इस्तेमाल किया जा सकता है।
कंपनियां कैसे TFX का उपयोग कर रही हैं
आम समस्याओं का समाधान
अपनी परियोजनाओं में आपकी सहायता करने के लिए चरण-दर-चरण ट्यूटोरियल एक्सप्लोर करें।
यह मार्गदर्शिका स्नीकर्स और शर्ट जैसे कपड़ों की छवियों को वर्गीकृत करने के लिए एक तंत्रिका नेटवर्क मॉडल को प्रशिक्षित करती है, प्रशिक्षित मॉडल को सहेजती है, और फिर इसे TensorFlow सर्विंग के साथ पेश करती है। TensorFlow में मॉडलिंग और प्रशिक्षण के बजाय, TensorFlow सर्विंग पर ध्यान केंद्रित किया गया है।
Google क्लाउड पर अपनी मशीन लर्निंग पाइपलाइन बनाने के लिए TensorFlow Extended (TFX) और क्लाउड AI प्लेटफ़ॉर्म पाइपलाइन का परिचय। एक विशिष्ट एमएल विकास प्रक्रिया का पालन करें, जो डेटासेट की जांच करके शुरू होती है, और एक पूर्ण कामकाजी पाइपलाइन के साथ समाप्त होती है।
जानें कि कैसे TensorFlow Extended (TFX) मशीन लर्निंग मॉडल बना सकता है और उनका मूल्यांकन कर सकता है जिन्हें डिवाइस पर तैनात किया जाएगा। TFX अब TFLite के लिए मूल समर्थन प्रदान करता है, जिससे मोबाइल उपकरणों पर अत्यधिक कुशल अनुमान करना संभव हो जाता है।
समाचार और घोषणाएं
अतिरिक्त TFX सामग्री के लिए हमारा ब्लॉग और YouTube प्लेलिस्ट देखें ,
और पाने के लिए हमारे मासिक TensorFlow न्यूज़लेटर की सदस्यता लें
नवीनतम घोषणाएं सीधे आपके इनबॉक्स में भेजी जाती हैं।
कई भागीदारों और डेवलपर्स ने परियोजना में योगदान दिया है, और अब TFX 1.0 यहां है! एनएलपी, मोबाइल और वेब अनुप्रयोगों के समर्थन के अलावा, नई रिलीज टीएफएक्स ओएसएस उपयोगकर्ताओं के लिए स्थिर सार्वजनिक एपीआई और कलाकृतियां प्रदान करती है।
जानें कि Google TFX का उपयोग करके ML उत्पाद कैसे बनाता है। TFX लगभग कहीं भी चलता है, जिसमें Cloud AI पाइपलाइन भी शामिल है। अपने मॉडल को प्रशिक्षित करना अभी शुरुआत है, लेकिन आप टीएफएक्स का उपयोग करके प्रोडक्शन एमएल के साथ शून्य से हीरो तक जा सकते हैं, और अपने अद्भुत एप्लिकेशन को दुनिया के लिए तैयार कर सकते हैं!
अगले पृष्ठों की भविष्यवाणी करने के लिए साइट नेविगेशन डेटा के साथ एक कस्टम मशीन लर्निंग मॉडल को प्रशिक्षित करके वेबसाइट उपयोगकर्ता अनुभव में सुधार करें, और सामग्री को प्रीफ़ेच करने और साइट की गति में सुधार करने के लिए एक कोणीय ऐप का उपयोग करें।
जानें कि आप Google क्लाउड डेटाफ़्लो के साथ TFX RunInference API का उपयोग करके किसी मॉडल को कुशलतापूर्वक कैसे परिनियोजित कर सकते हैं। यह पोस्ट सामान्य परिदृश्यों का एक पूर्वाभ्यास प्रदान करता है, मानक अनुमान से, पोस्ट प्रोसेसिंग और पाइपलाइन में कई स्थानों में RunInference API के उपयोग के लिए।