Yerel TensorFlow Everywhere etkinliğiniz için bugün LCV!
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.

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 ayakkabılar ve gömlekler 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.

Şirketler TFX'i nasıl kullanıyor?

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.

8 Ocak 2020  
ML Meta Verileri: ML için Sürüm Kontrolü

Makine öğrenimi kodunun karmaşıklığı ve modeller, veri kümeleri gibi yapıların ve çok daha fazlası 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 yıl yenilikleri vurgulayacağız. Ayrıca bir üretim 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.

25 Eylül 2020  
Makine Öğrenimi Mühendisliğine Doğru: TensorFlow Extended'in Kısa Tarihi (TFX)

Alphabet'te birbirini izleyen iki uçtan-uca (E2E) ML platformu olan Sibyl ve TFX'in kasırga turu. TFX'in tarihinin ML Engineering disiplinini bilgilendirmeye nasıl yardımcı olduğunu öğrenin.