TensorFlow Extended (TFX) to kompleksowa platforma do wdrażania produkcyjnych potoków ML
Kiedy będziesz gotowy, aby przenieść swoje modele z badań do produkcji, użyj TFX do utworzenia potoku produkcyjnego i zarządzania nim.
Jak to działa
Potok TFX to sekwencja składników, które implementują potok ML, który został specjalnie zaprojektowany do skalowalnych zadań uczenia maszynowego o wysokiej wydajności. Komponenty są budowane przy użyciu bibliotek TFX, które mogą być również używane indywidualnie.
Jak firmy korzystają z TFX
Rozwiązania typowych problemów
Zapoznaj się z samouczkami krok po kroku, które pomogą Ci w projektach.
Ten przewodnik szkoli model sieci neuronowej w celu klasyfikowania obrazów odzieży, takiej jak trampki i koszule, zapisuje przeszkolony model, a następnie udostępnia go za pomocą funkcji TensorFlow Serving. Nacisk kładziony jest na TensorFlow Serving, a nie na modelowanie i szkolenie w TensorFlow.
Wprowadzenie do TensorFlow Extended (TFX) i Cloud AI Platform Pipelines do tworzenia własnych potoków uczenia maszynowego w Google Cloud. Postępuj zgodnie z typowym procesem opracowywania ML, zaczynając od zbadania zestawu danych, a kończąc na kompletnym potoku roboczym.
Dowiedz się, jak TensorFlow Extended (TFX) może tworzyć i oceniać modele uczenia maszynowego, które zostaną wdrożone na urządzeniu. TFX zapewnia teraz natywne wsparcie dla TFLite, co umożliwia wykonywanie wysoce wydajnego wnioskowania na urządzeniach mobilnych.
Nowości i ogłoszenia
Sprawdź nasz blog i playlistę na YouTube , aby uzyskać dodatkowe treści TFX,
i zapisz się do naszego newslettera TensorFlow, aby uzyskać
najnowsze ogłoszenia wysyłane bezpośrednio do Twojej skrzynki odbiorczej.