TensorFlow Extended(TFX)は、本番環境用 ML パイプラインをデプロイするためのエンドツーエンドのプラットフォームです

研究段階のモデルを本番環境に移行する準備が整ったら、TFX を使用して本番環境パイプラインを作成し、管理しましょう。

Colab を実行

TFX の各組み込みコンポーネントについて説明するインタラクティブなチュートリアルです。


包括的で完全な例を挙げながら TFX の使い方を説明するチュートリアルです。


TFX の概念およびコンポーネントについて説明するガイドです。


A TFX pipeline is a sequence of components that implement an ML pipeline which is specifically designed for scalable, high-performance machine learning tasks. Components are built using TFX libraries which can also be used individually.


プロジェクトの参考になるステップバイステップ チュートリアルをご覧ください。

TensorFlow Serving を使って TensorFlow モデルをトレーニングし運用する

このガイドでは、TensorFlow Serving を使用して、スニーカーやシャツなど身に着けるものの画像を分類するニューラル ネットワークをトレーニングし、そのトレーニング済みモデルを保存して運用します。TensorFlow でのモデリングとトレーニングではなく、TensorFlow Serving に焦点を当てたガイドです。

Google Cloud でホストされる TFX パイプラインを作成する

Google Cloud で独自の機械学習パイプラインを作成する TensorFlow Extended(TFX)および Cloud AI Platform パイプラインの概要。一般的な ML 開発プロセスに沿って、データセットを確認して完全に機能するパイプラインを作成します。

デバイス上での推論に TFX と TensorFlow Lite を使用する

TensorFlow Extended(TFX)が機械学習モデルを作成して評価し、デバイスにデプロイする方法を学びます。TFX は TFLite をネイティブにサポートするようになり、モバイル デバイスで非常に効率的に推論を導き出せるようになりました。


その他の TFX コンテンツについては、ブログYouTube の再生リストをご覧ください。
TensorFlow ニュースレターにご登録ください。

October 9, 2020
Neural Structured Learning in TFX

Neural structured learning can be used to train neural networks with structured signals. Learn how to build a graph-regularized model with NSL in TFX using custom components and try it yourself in an interactive Colab.

September 25, 2020
Towards ML Engineering: A Brief History Of TensorFlow Extended (TFX)

A whirlwind tour of Sibyl and TFX, two successive end-to-end (E2E) ML platforms at Alphabet. Learn how the history of TFX has helped inform the discipline of ML Engineering.

August 14, 2020
Creating Sounds Of India: An on device, AI powered, musical experience built with TensorFlow

TFX and TFJS partnered with Magenta to launch a new AI-driven experience for Indian Independence Day, which transforms users’ voices into instruments that come together to celebrate Indian culture through a collaborative music project.

2020 年 6 月 8 日
高速、拡張可能、正確な NLP: BERT のデプロイに TFX が最適な理由

このブログ記事では、SAP の Concur Labs による TensorFlow ライブラリと拡張機能を使用した BERT モデルのデプロイの簡素化方法を 2 部構成でご紹介します。