จัดทำท่อส่ง TFX
จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน
บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ
ไปป์ไลน์ Kubeflow
Kubeflow เป็นแพลตฟอร์ม ML แบบโอเพ่นซอร์สโดยเฉพาะเพื่อทำให้เวิร์กโฟลว์แมชชีนเลิร์นนิง (ML) ใช้งานบน Kubernetes ได้ง่าย พกพาสะดวก และปรับขนาดได้ Kubeflow Pipelines เป็นส่วนหนึ่งของแพลตฟอร์ม Kubeflow ที่ช่วยให้สามารถจัดองค์ประกอบและดำเนินการเวิร์กโฟลว์ที่ทำซ้ำได้บน Kubeflow ซึ่งผสานรวมกับการทดลองและประสบการณ์บนโน้ตบุ๊ก บริการ Kubeflow Pipelines บน Kubernetes ประกอบด้วยที่เก็บข้อมูลเมตาที่โฮสต์ กลไกการจัดการตามคอนเทนเนอร์ เซิร์ฟเวอร์โน้ตบุ๊ก และ UI เพื่อช่วยให้ผู้ใช้พัฒนา เรียกใช้ และจัดการไปป์ไลน์ ML ที่ซับซ้อนในวงกว้าง Kubeflow Pipelines SDK ช่วยให้สามารถสร้างและแบ่งปันส่วนประกอบและองค์ประกอบและไปป์ไลน์โดยทางโปรแกรม
ดู ตัวอย่าง TFX บน Kubeflow Pipelines สำหรับรายละเอียดเกี่ยวกับการเรียกใช้ TFX ในวงกว้างบน Google Cloud
เนื้อหาของหน้าเว็บนี้ได้รับอนุญาตภายใต้ใบอนุญาตที่ต้องระบุที่มาของครีเอทีฟคอมมอนส์ 4.0 และตัวอย่างโค้ดได้รับอนุญาตภายใต้ใบอนุญาต Apache 2.0 เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดดูรายละเอียดที่นโยบายเว็บไซต์ Google Developers Java เป็นเครื่องหมายการค้าจดทะเบียนของ Oracle และ/หรือบริษัทในเครือ
อัปเดตล่าสุด 2025-07-25 UTC
[null,null,["อัปเดตล่าสุด 2025-07-25 UTC"],[],[],null,["# Orchestrating TFX Pipelines\n\n\u003cbr /\u003e\n\nKubeflow Pipelines\n------------------\n\n[Kubeflow](https://www.kubeflow.org/) is an open source ML platform dedicated to\nmaking deployments of machine learning (ML) workflows on Kubernetes simple,\nportable and scalable.\n[Kubeflow Pipelines](https://www.kubeflow.org/docs/pipelines/pipelines-overview/)\nis part of the Kubeflow platform that enables composition and execution of\nreproducible workflows on Kubeflow, integrated with experimentation and notebook\nbased experiences. Kubeflow Pipelines services on Kubernetes include the hosted\nMetadata store, container based orchestration engine, notebook server, and UI to\nhelp users develop, run, and manage complex ML pipelines at scale. The Kubeflow\nPipelines SDK allows for creation and sharing of components and composition and\nof pipelines programmatically.\n\nSee the\n[TFX example on Kubeflow Pipelines](https://www.tensorflow.org/tfx/tutorials/tfx/cloud-ai-platform-pipelines)\nfor details on running TFX at scale on Google cloud."]]
