Эта страница переведена с помощью Cloud Translation API.
Switch to English

TensorFlow Extended (TFX) - это комплексная платформа для развертывания производственных конвейеров машинного обучения.

Когда вы будете готовы перейти от исследований к производству моделей, используйте TFX для создания производственного конвейера и управления им.

Запускаем Colab

В этом интерактивном руководстве рассматриваются все встроенные компоненты TFX.

См. Руководства

Учебники покажут вам, как использовать TFX, на полных сквозных примерах.

См. Руководство

Руководства объясняют концепции и компоненты TFX.

Как это работает

Конвейер TFX - это последовательность компонентов, реализующих конвейер машинного обучения, специально разработанный для масштабируемых высокопроизводительных задач машинного обучения. Компоненты создаются с использованием библиотек TFX, которые также можно использовать по отдельности.

Решения общих проблем

Изучите пошаговые руководства, которые помогут вам в ваших проектах.

Средний
Обучайте и обслуживайте модель TensorFlow с помощью TensorFlow Serving

Это руководство обучает модель нейронной сети классифицировать изображения одежды, например кроссовки и рубашки, сохраняет обученную модель, а затем обслуживает ее с помощью TensorFlow Serving. Основное внимание уделяется обслуживанию TensorFlow, а не моделированию и обучению в TensorFlow.

Средний
Создание конвейеров TFX, размещенных в Google Cloud

Введение в TensorFlow Extended (TFX) и Cloud AI Platform Pipelines для создания собственных конвейеров машинного обучения в Google Cloud. Следуйте типичному процессу разработки машинного обучения, начиная с изучения набора данных и заканчивая полным рабочим конвейером.

Средний
Используйте TFX с TensorFlow Lite для вывода на устройстве

Узнайте, как TensorFlow Extended (TFX) может создавать и оценивать модели машинного обучения, которые будут развернуты на устройстве. TFX теперь обеспечивает встроенную поддержку TFLite, что позволяет выполнять высокоэффективный логический вывод на мобильных устройствах.

Новости и объявления

Ознакомьтесь с нашим блогом и плейлистом на YouTube, чтобы найти дополнительный контент TFX,
и подпишитесь на нашу ежемесячную новостную рассылку TensorFlow, чтобы получать
последние объявления отправляются прямо на ваш почтовый ящик.

9 октября 2020 г.
Нейронное структурированное обучение в TFX

Нейронно-структурированное обучение можно использовать для обучения нейронных сетей со структурированными сигналами. Узнайте, как построить регуляризованную модель графа с NSL в TFX, используя настраиваемые компоненты, и попробуйте сами в интерактивном Colab.

25 сентября 2020 г.
К ML Engineering: краткая история TensorFlow Extended (TFX)

Вихревой тур по Sibyl и TFX, двум последовательным платформам end-to-end (E2E) ML в Alphabet. Узнайте, как история TFX помогла сформировать дисциплину ML Engineering.

14 августа 2020 г.
Создание звуков Индии: на устройстве, на базе искусственного интеллекта, музыкальный опыт, созданный с помощью TensorFlow

TFX и TFJS в партнерстве с Magenta запустили новый опыт на основе искусственного интеллекта ко Дню независимости Индии, который превращает голоса пользователей в инструменты, которые собираются вместе, чтобы прославить индийскую культуру в рамках совместного музыкального проекта.

8 июня 2020 г.
Быстрое, масштабируемое и точное NLP: почему TFX идеально подходит для развертывания BERT

Узнайте, как SAP Concur Labs упростила развертывание моделей BERT с помощью библиотек и расширений TensorFlow, в этом блоге, состоящем из двух частей.