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.
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.
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.
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.
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 blog và danh 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.
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.
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.
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.
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.