Trang này được dịch bởi Cloud Translation API.
Switch to English

TensorFlow Extended (TFX) là một nền tảng end-to-end để triển khai các đường ống ML sản xuất

Khi bạn đã sẵn sàng chuyển mô hình của mình từ nghiên cứu sang sản xuất, hãy sử dụng TFX để tạo và quản lý quy trình sản xuất.

Chạy Colab

Hướng dẫn tương tác này sẽ đi qua từng thành phần tích hợp của TFX.

Xem hướng dẫn

Hướng dẫn chỉ cho bạn cách sử dụng TFX với các ví dụ đầy đủ, từ đầu đến cuối.

Xem hướng dẫn

Hướng dẫn giải thích các khái niệm và thành phần của TFX.

Làm thế nào nó hoạt động

Đường ống TFX là một chuỗi các thành phần thực hiện đường ống ML được thiết kế đặc biệt cho các tác vụ máy học hiệu suất cao, có thể mở rộng. Các thành phần được xây dựng bằng thư viện TFX cũng có thể được sử dụng riêng lẻ.

Giải pháp cho các vấn đề chung

Khám phá hướng dẫn từng bước để giúp bạn với các dự án của mình.

Trung gian
Đào tạo và phục vụ mô hình TensorFlow với Phục vụ TensorFlow

Hướng dẫn này đào tạo mô hình mạng thần kinh để phân loại hình ảnh của quần áo, như giày thể thao và áo sơ mi, lưu mô hình đã đào tạo và sau đó phục vụ mô hình đó bằng TensorFlow Serving. Trọng tâm là Phục vụ TensorFlow, hơn là mô hình hóa và đào tạo trong TensorFlow.

Trung gian
Tạo đường ống TFX được lưu trữ trên Google Cloud

Giới thiệu về Đường ống nền tảng TensorFlow Extended (TFX) và Cloud AI để tạo đường dẫn máy học của riêng bạn trên Google Cloud. Thực hiện theo một quy trình phát triển ML điển hình, bắt đầu bằng cách kiểm tra tập dữ liệu và kết thúc bằng một đường dẫn hoạt động hoàn chỉnh.

Trung gian
Sử dụng TFX với TensorFlow Lite để suy luận trên thiết bị

Tìm hiểu cách TensorFlow Extended (TFX) có thể tạo và đánh giá các mô hình học máy sẽ được triển khai trên thiết bị. TFX hiện cung cấp hỗ trợ gốc cho TFLite, giúp thực hiện suy luận hiệu quả cao trên thiết bị di động.

Cách các công ty đang sử dụng TFX

Tin tức và thông báo

Xem blogdanh sách phát trên YouTube của chúng tôi để biết thêm nội dung TFX,
và đăng ký nhận bản tin TensorFlow hàng tháng của chúng tôi để nhận được
thông báo mới nhất được gửi trực tiếp đến hộp thư đến của bạn.

8 tháng 1, 2020  
Siêu dữ liệu ML: Kiểm soát phiên bản cho ML

Sự phức tạp của mã ML và các tạo tác như mô hình, bộ dữ liệu, v.v. đòi hỏi phải kiểm soát phiên bản. Đó là lý do tại sao chúng tôi đã xây dựng Siêu dữ liệu học máy (MLMD), một thư viện để theo dõi toàn bộ dòng công việc ML của bạn.

Ngày 3 tháng 12 năm 2020  
Kỹ thuật ML để triển khai ML sản xuất với TFX

Trong bản cập nhật này, chúng tôi sẽ đề cập đến những điều cơ bản về TFX và nêu bật những điểm mới trong năm nay để giúp bạn bắt đầu. Chúng tôi cũng sẽ chỉ cho bạn cái nhìn thực tế về cách kết hợp hệ thống đường ống sản xuất với TFX.

tiếp tục
Ngày 9 tháng 10 năm 2020  
Học có cấu trúc thần kinh trong TFX

Học có cấu trúc thần kinh có thể được sử dụng để đào tạo mạng thần kinh với các tín hiệu có cấu trúc. Tìm hiểu cách xây dựng mô hình được điều chỉnh bằng biểu đồ với NSL trong TFX bằng cách sử dụng các thành phần tùy chỉnh và tự mình thử nó trong Colab tương tác.

Ngày 25 tháng 9 năm 2020  
Hướng tới Kỹ thuật ML: Lược sử về TensorFlow Extended (TFX)

Chuyến tham quan vòng xoáy của Sibyl và TFX, hai nền tảng ML end-to-end (E2E) liên tiếp tại Alphabet. Tìm hiểu lịch sử của TFX đã giúp cung cấp thông tin về kỷ luật ML Engineering như thế nào.