ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

TensorFlow Extended (TFX) เป็นแพลตฟอร์มแบบ end-to-end สำหรับการปรับใช้ไปป์ไลน์ ML ที่ใช้งานจริง

เมื่อคุณพร้อมที่จะย้ายแบบจำลองของคุณจากการวิจัยไปสู่การผลิต ให้ใช้ TFX เพื่อสร้างและจัดการไปป์ไลน์การผลิต

เรียกใช้ Colab

บทช่วยสอนเชิงโต้ตอบนี้จะอธิบายแต่ละองค์ประกอบในตัวของ TFX

ดูบทแนะนำ

บทช่วยสอนแสดงวิธีใช้ TFX พร้อมตัวอย่างที่สมบูรณ์และครบถ้วน

ดูคำแนะนำ

ไกด์จะอธิบายแนวคิดและส่วนประกอบของ TFX

มันทำงานอย่างไร

ไปป์ไลน์ TFX คือลำดับของส่วนประกอบที่ใช้ไปป์ไลน์ ML ซึ่งได้รับการออกแบบมาโดยเฉพาะสำหรับงานการเรียนรู้ของเครื่องที่ปรับขนาดได้และมีประสิทธิภาพสูง ส่วนประกอบถูกสร้างขึ้นโดยใช้ไลบรารี TFX ซึ่งสามารถใช้เป็นแบบแยกกันได้

บริษัทต่างๆ ใช้ TFX . อย่างไร

แนวทางแก้ไขปัญหาทั่วไป

สำรวจบทช่วยสอนทีละขั้นตอนเพื่อช่วยคุณในโครงการของคุณ

ระดับกลาง
ฝึกและให้บริการโมเดล TensorFlow ด้วย TensorFlow Serving

คู่มือนี้จะฝึกโมเดลโครงข่ายประสาทเทียมเพื่อจำแนกรูปภาพของเสื้อผ้า เช่น รองเท้าผ้าใบและเสื้อเชิ้ต บันทึกโมเดลที่ได้รับการฝึก แล้วใช้ TensorFlow Serving โฟกัสอยู่ที่ TensorFlow Serving มากกว่าการสร้างแบบจำลองและการฝึกอบรมใน TensorFlow

ระดับกลาง
สร้างไปป์ไลน์ TFX ที่โฮสต์บน Google Cloud

ข้อมูลเบื้องต้นเกี่ยวกับ TensorFlow Extended (TFX) และ Cloud AI Platform Pipelines เพื่อสร้างไปป์ไลน์แมชชีนเลิร์นนิงของคุณเองบน Google Cloud ปฏิบัติตามกระบวนการพัฒนา ML ทั่วไป โดยเริ่มจากการตรวจสอบชุดข้อมูล และสิ้นสุดด้วยขั้นตอนการทำงานที่สมบูรณ์

ระดับกลาง
ใช้ TFX กับ TensorFlow Lite สำหรับการอนุมานบนอุปกรณ์

เรียนรู้ว่า TensorFlow Extended (TFX) สามารถสร้างและประเมินโมเดลการเรียนรู้ของเครื่องที่จะปรับใช้บนอุปกรณ์ได้อย่างไร ขณะนี้ TFX ให้การสนับสนุน TFLite แบบเนทีฟ ซึ่งทำให้สามารถอนุมานที่มีประสิทธิภาพสูงบนอุปกรณ์มือถือได้

ข่าวและประกาศ

ตรวจสอบของเรา บล็อก และ YouTube เพลย์ลิส สำหรับเนื้อหา TFX เพิ่มเติม
และสมัครรับจดหมายข่าว TensorFlow รายเดือนของเราเพื่อรับ
ประกาศล่าสุดส่งตรงไปยังกล่องจดหมายของคุณ