Üretim Eğitimlerinde TensorFlow

Bu eğitimler başlamanıza yardımcı olacak ve üretim iş akışları ve dağıtımları için TFX ile çalışmanın birkaç farklı yolunu öğrenmenize yardımcı olacaktır. Özellikle, bir TFX işlem hattı geliştirmenin iki ana stilini öğreneceksiniz:

  • Bir seferde tek bir bileşenle çalışarak bir dizüstü bilgisayarda bir işlem hattı geliştirmek için InteractiveContext kullanma. Bu tarz geliştirmeyi daha kolay ve daha Pythonic hale getirir.
  • Bir boru hattının tamamını tanımlama ve bunu bir koşucuyla yürütme. Bunları dağıttığınızda işlem hatlarınız böyle görünecek.

Başlangıç ​​eğitimleri

Başlamanıza yardımcı olmak için muhtemelen oluşturabileceğiniz en basit boru hattı. Google Colab'da Çalıştır düğmesini tıklayın.
Veri doğrulama bileşenlerini eklemek için basit bir ardışık düzen üzerine inşa edilmiştir.
Bir model analizi bileşeni eklemek için basit boru hattını temel alın.

Google Cloud'da TFX

Google Cloud, ML iş akışınızı uygun maliyetli ve ölçeklenebilir hale getirmek için BigQuery, Vertex AI gibi çeşitli ürünler sunar. Bu ürünleri TFX boru hattınızda nasıl kullanacağınızı öğreneceksiniz.
BigQuery'yi makine öğrenimi ardışık düzenlerinin veri kaynağı olarak kullanma.
Vertex AI ile makine öğrenimi eğitimi ve hizmet için bulut kaynaklarını kullanma.
TFX ve Bulut Yapay Zeka Platformu İşlem Hatlarını kullanmaya giriş.

Sonraki adımlar

TFX hakkında temel bir anlayışa sahip olduğunuzda bu ek eğitimlere ve kılavuzlara göz atın. Ve TFX Kullanım Kılavuzunu okumayı unutmayın.
Çok yararlı bir geliştirme aracı olan etkileşimli bağlamı da içeren TFX'e bileşen bazında giriş. Google Colab'da Çalıştır düğmesini tıklayın.
Kendi özel TFX bileşenlerinizi nasıl geliştireceğinizi gösteren bir eğitim.
Bu Google Colab not defteri, tanımlayıcı istatistikler oluşturma, şema çıkarımı yapma ve anormallikleri bulma da dahil olmak üzere bir veri kümesini araştırmak ve görselleştirmek için TensorFlow Veri Doğrulamanın (TFDV) nasıl kullanılabileceğini gösterir.
Bu Google Colab not defteri, bir veri kümesinin özelliklerini araştırmak ve görselleştirmek ve bir modelin performansını çeşitli doğruluk eksenleri boyunca değerlendirmek için TensorFlow Model Analizinin (TFMA) nasıl kullanılabileceğini göstermektedir.
Bu eğitim, basit bir REST API kullanarak TensorFlow Sunumunun bir model sunmak için nasıl kullanılabileceğini gösterir.