Dołącz do społeczności SIG TFX-Addons i pomóż ulepszyć TFX!
Ta strona została przetłumaczona przez Cloud Translation API.
Switch to English

TensorFlow Extended (TFX) to kompleksowa platforma do wdrażania potoków produkcyjnych ML

Kiedy będziesz gotowy do przeniesienia modeli z badań do produkcji, użyj TFX do tworzenia potoku produkcyjnego i zarządzania nim.

Uruchom Colab

Ten interaktywny samouczek przedstawia każdy wbudowany składnik TFX.

Zobacz samouczki

Samouczki pokazują, jak używać TFX z kompletnymi, kompleksowymi przykładami.

Zobacz przewodnik

Przewodniki wyjaśniają koncepcje i składniki TFX.

Jak to działa

Potok TFX to sekwencja składników, które implementują potok ML, który jest specjalnie zaprojektowany do skalowalnych, wysokowydajnych zadań uczenia maszynowego. Komponenty są budowane przy użyciu bibliotek TFX, które mogą być również używane indywidualnie.

Rozwiązania typowych problemów

Zapoznaj się z samouczkami krok po kroku, które pomogą Ci w projektach.

Pośredni
Wytrenuj i udostępniaj model TensorFlow z obsługą TensorFlow

Ten przewodnik uczy modelu sieci neuronowej, aby klasyfikować obrazy ubrań, takich jak tenisówki i koszule, zapisuje wyszkolony model, a następnie obsługuje go z obsługą TensorFlow. Skupiamy się na obsłudze TensorFlow, a nie na modelowaniu i szkoleniu w TensorFlow.

Pośredni
Twórz potoki TFX hostowane w Google Cloud

Wprowadzenie do TensorFlow Extended (TFX) i Cloud AI Platform Pipelines, aby tworzyć własne potoki uczenia maszynowego w Google Cloud. Postępuj zgodnie z typowym procesem rozwoju ML, zaczynając od zbadania zestawu danych, a kończąc na kompletnym potoku roboczym.

Pośredni
Użyj TFX z TensorFlow Lite do wnioskowania na urządzeniu

Dowiedz się, jak TensorFlow Extended (TFX) może tworzyć i oceniać modele uczenia maszynowego, które zostaną wdrożone na urządzeniu. TFX zapewnia teraz natywną obsługę TFLite, co umożliwia wykonywanie wysoce wydajnego wnioskowania na urządzeniach mobilnych.

Wiadomości i ogłoszenia

Sprawdź nasz blog i listę odtwarzania YouTube, aby uzyskać dodatkowe treści TFX,
i zapisz się do naszego comiesięcznego biuletynu TensorFlow, aby otrzymywać
najnowsze ogłoszenia wysyłane bezpośrednio do Twojej skrzynki odbiorczej.

15 lutego 2021 r  
Jak OpenX szkoli i obsługuje milion zapytań na sekundę w mniej niż 15 milisekund

OpenX wykorzystał kilka produktów w ekosystemie TensorFlow i Google Cloud, w tym TF Serving i Kubeflow Pipelines, aby zbudować usługę, która nadaje priorytet ruchowi do platform po stronie popytu w przestrzeni adtech.

8 stycznia 2021 r  
Metadane ML: Kontrola wersji dla ML

Złożoność kodu ML i artefaktów, takich jak modele, zestawy danych i wiele innych, wymaga kontroli wersji. Dlatego stworzyliśmy Machine Learning Metadata (MLMD), bibliotekę do śledzenia pełnego pochodzenia całego przepływu pracy ML.

3 grudnia 2020 r  
Inżynieria ML dla wdrożeń produkcyjnych ML z TFX

W tej aktualizacji omówimy podstawy TFX i podkreślimy nowości w tym roku, aby pomóc Ci zacząć. Pokażemy Ci również praktyczne spojrzenie na to, jak połączyć system rurociągów produkcyjnych z TFX.

Kontynuuj
9 października 2020 r  
Uczenie strukturalne neuronowe w TFX

Strukturalne uczenie się neuronowe może być wykorzystywane do uczenia sieci neuronowych za pomocą ustrukturyzowanych sygnałów. Dowiedz się, jak zbudować model regulowany grafem z NSL w TFX przy użyciu niestandardowych komponentów i wypróbuj go samodzielnie w interaktywnej Colab.