生產環境中的 TensorFlow 教學課程

如要瞭解 TensorFlow Extended (TFX),最好的方法就是從做中學。這些教學課程提供許多範例,主要是關於 TXF 的重點部分,其中不只包含新手入門教學課程,還有進階教學課程,協助您深入瞭解有關 TXF 的進階知識。

TFX 1.0

我們很高興宣布推出 TFX 1.0.0。這是 TFX 的第一個後 Beta 版,提供穩定的公用 API 和構件。只要在本 RFC 中定義的相容性範圍內進行升級,您就能確保日後的 TFX 管線能夠持續運作。

入門教學課程

應該是您能建構的最簡單管線,可協助您輕鬆上手。請按一下 [Run in GoogleColab] (在 Google Colab 中執行) 按鈕。
以簡單的管線為基礎進行建構,以新增資料驗證元件。
在資料驗證管道上進行建構,以新增特徵工程元件。
以簡單的管線為基礎進行建構,以新增模型分析元件。

在 Google Cloud 中使用 TFX

Google Cloud 提供 BigQuery、Vertex AI 等產品,讓您打造符合成本效益且可擴充的機器學習工作流程。您會瞭解如何將這些產品運用於您的 TFX 管線。
在代管管道服務 Cloud AI 平台管道上執行管道作業。
使用 BigQuery 做為機器學習管線的資料來源。
使用 Vertex AI 訓練,透過雲端資源來訓練機器學習模型。
介紹如何使用 TFX 和 Cloud AI 平台管線。

後續步驟

對 TFX 有基本瞭解後,可以參考這些額外的教學課程和指南。另外也別忘了閱讀 TFX 使用手冊
簡介 TFX 的各個元件,包括實用的開發工具「互動式結構定義」。請按一下 [Run in GoogleColab] (在 Google Colab 中執行) 按鈕。
教導如何自行開發自訂 TFX 元件的教學課程。
這個 Google Colab 筆記本會示範如何使用 TensorFlow Data Validation (TFDV) 調查資料集,並用視覺化的方式加以呈現,包括產生描述性統計資料、推論結構定義,以及找出異常狀況。
這個 Google Colab 筆記本將示範如何使用 TensorFlow Model Analysis (TFMA) 調查及視覺化呈現資料集的特性,並評估模型的成效和各方面的準確率。
這個教學課程將示範如何使用簡易的 REST API,透過 Tensorflow Serving 提供模型。