TensorFlow Extended (TFX) è una piattaforma end-to-end per l'implementazione di pipeline ML di produzione
Quando sei pronto per spostare i tuoi modelli dalla ricerca alla produzione, usa TFX per creare e gestire una pipeline di produzione.
Come funziona
Una pipeline TFX è una sequenza di componenti che implementano una pipeline ML progettata specificamente per attività di machine learning scalabili e ad alte prestazioni. I componenti sono costruiti utilizzando librerie TFX che possono essere utilizzate anche singolarmente.
Come le aziende utilizzano TFX
Soluzioni a problemi comuni
Esplora tutorial passo passo per aiutarti con i tuoi progetti.
Questa guida addestra un modello di rete neurale per classificare le immagini di abbigliamento, come scarpe da ginnastica e magliette, salva il modello addestrato e quindi lo serve con TensorFlow Serving. L'attenzione si concentra su TensorFlow Serving, piuttosto che sulla modellazione e sulla formazione in TensorFlow.
Un'introduzione a TensorFlow Extended (TFX) e Cloud AI Platform Pipelines per creare le tue pipeline di machine learning su Google Cloud. Segui un tipico processo di sviluppo ML, iniziando dall'esame del set di dati e finendo con una pipeline di lavoro completa.
Scopri come TensorFlow Extended (TFX) può creare e valutare modelli di machine learning che verranno distribuiti sul dispositivo. TFX ora fornisce supporto nativo per TFLite, che rende possibile eseguire inferenze altamente efficienti su dispositivi mobili.
Notizie e annunci
Dai un'occhiata al nostro blog e alla playlist di YouTube per ulteriori contenuti TFX,
e iscriviti alla nostra newsletter mensile TensorFlow per ottenere il
gli ultimi annunci inviati direttamente alla tua casella di posta.
Molti partner e sviluppatori hanno contribuito al progetto e ora TFX 1.0 è qui! Oltre al supporto per applicazioni NLP, mobili e web, la nuova versione fornisce API pubbliche stabili e artefatti per gli utenti TFX OSS.
Scopri come Google crea prodotti ML utilizzando TFX. TFX funziona praticamente ovunque, anche in Cloud AI Pipelines. L'addestramento del tuo modello è solo l'inizio, ma puoi passare da zero a un eroe con Production ML utilizzando TFX e rendere la tua fantastica applicazione pronta per il mondo!
Migliora l'esperienza utente del sito Web addestrando un modello di machine learning personalizzato con dati di navigazione del sito per prevedere le pagine successive e utilizzare un'app Angular per precaricare il contenuto e migliorare la velocità del sito.
Scopri come distribuire in modo efficiente un modello utilizzando l'API TFX RunInference con Google Cloud Dataflow. Questo post fornisce una procedura dettagliata di scenari comuni, dall'inferenza standard, alla post-elaborazione e all'uso dell'API RunInference in più posizioni nella pipeline.