TFX hakkında sorularınız mı var? Google I / O'da bize katılın!
Bu sayfa, Cloud Translation API ile çevrilmiştir.
Switch to English

TensorFlow Extended (TFX), üretim ML ardışık düzenlerini dağıtmak için uçtan uca bir platformdur

Modellerinizi araştırmadan üretime taşımaya hazır olduğunuzda, bir üretim hattı oluşturmak ve yönetmek için TFX'i kullanın.

Colab'ı çalıştırın

Bu etkileşimli öğretici, TFX'in her yerleşik bileşenini açıklar.

Öğreticilere bakın

Öğreticiler, eksiksiz, uçtan uca örneklerle TFX'i nasıl kullanacağınızı gösterir.

Kılavuza bakın

Kılavuzlar, TFX'in kavramlarını ve bileşenlerini açıklar.

Nasıl çalışır

TFX ardışık düzeni, ölçeklenebilir, yüksek performanslı makine öğrenimi görevleri için özel olarak tasarlanmış bir ML ardışık düzenini uygulayan bir dizi bileşenidir. Bileşenler, ayrı ayrı da kullanılabilen TFX kitaplıkları kullanılarak oluşturulur.

Şirketler TFX'i nasıl kullanıyor?

Yaygın sorunlara çözümler

Projelerinizde size yardımcı olacak adım adım öğreticileri keşfedin.

Orta düzey
TensorFlow Sunumu ile bir TensorFlow modeli eğitin ve sunun

Bu kılavuz, spor ayakkabı ve gömlek gibi giysi resimlerini sınıflandırmak için bir sinir ağı modeli eğitir, eğitilmiş modeli kaydeder ve ardından TensorFlow Sunumu ile sunar. Odak noktası, TensorFlow'daki modelleme ve eğitimden ziyade TensorFlow Sunumudur.

Orta düzey
Google Cloud'da barındırılan TFX ardışık düzenleri oluşturun

Google Cloud'da kendi makine öğrenimi ardışık düzenlerinizi oluşturmak için TensorFlow Extended (TFX) ve Cloud AI Platform Pipelines'e giriş. Veri kümesini inceleyerek başlayıp eksiksiz bir çalışan ardışık düzen ile biten tipik bir makine öğrenimi geliştirme sürecini izleyin.

Orta düzey
Cihaz üzerinde çıkarım için TensorFlow Lite ile TFX kullanın

TensorFlow Extended (TFX) 'in cihazda devreye alınacak makine öğrenimi modellerini nasıl oluşturup değerlendirebileceğini öğrenin. TFX artık TFLite için yerel destek sağlıyor ve bu da mobil cihazlarda yüksek verimli çıkarımlar yapmayı mümkün kılıyor.

HABERLER & DUYURULAR

Ek TFX içeriği için blogumuza ve YouTube oynatma listemize göz atın ,
ve aylık TensorFlow bültenimize abone olun
en son duyurular doğrudan gelen kutunuza gönderilir.

15 Şubat 2021  
OpenX, 15 Milisaniyenin Altında Saniyede Bir Milyon Sorguyu Nasıl Eğitir ve Hizmet Verir?

OpenX, adtech alanındaki talep tarafı platformlara yönelik trafiğe öncelik veren bir hizmet oluşturmak için TensorFlow ekosistemindeki ve Google Cloud'daki TF Sunumu ve Kubeflow Pipelines dahil olmak üzere çeşitli ürünlerden yararlandı.

8 Ocak 2021  
ML Meta Verileri: Makine Öğrenimi için Sürüm Kontrolü

Makine öğrenimi kodunun karmaşıklığı ve modeller, veri kümeleri ve çok daha fazlası gibi yapıların karmaşıklığı, sürüm kontrolü gerektirir. Bu nedenle, tüm makine öğrenimi iş akışınızın tüm kökenini izlemek için bir kitaplık olan Makine Öğrenimi Meta Verileri (MLMD) oluşturduk.

3 Aralık 2020  
TFX ile üretim makine öğrenimi dağıtımları için makine öğrenimi mühendisliği

Bu güncellemede, TFX ile ilgili temel bilgileri ele alacağız ve başlamanıza yardımcı olmak için bu yılki yenilikleri vurgulayacağız. Ayrıca bir üretim boru hattı sisteminin TFX ile nasıl bir araya getirileceğine dair uygulamalı bir bakış da göstereceğiz.

Devam
9 Ekim 2020  
TFX'te Sinirsel Yapılandırılmış Öğrenme

Sinirsel yapılandırılmış öğrenme, yapılandırılmış sinyallerle sinir ağlarını eğitmek için kullanılabilir. Özel bileşenler kullanarak TFX'te NSL ile grafiğe göre düzenlenmiş bir model oluşturmayı öğrenin ve bunu etkileşimli bir Colab'da kendiniz deneyin.