Tensorflow dalam Tutorial Produksi

Tutorial ini akan membantu Anda memulai, dan membantu Anda mempelajari beberapa cara berbeda dalam bekerja dengan TFX untuk alur kerja produksi dan penerapan. Secara khusus, Anda akan mempelajari dua gaya utama dalam mengembangkan pipeline TFX:

  • Menggunakan InteractiveContext untuk mengembangkan alur di buku catatan, bekerja dengan satu komponen dalam satu waktu. Gaya ini membuat pengembangan lebih mudah dan lebih Pythonic.
  • Mendefinisikan keseluruhan pipeline dan mengeksekusinya dengan runner. Ini adalah tampilan pipeline Anda saat Anda menerapkannya.

Tutorial Memulai

- __1. Starter Pipeline__ --- Mungkin pipeline paling sederhana yang dapat Anda buat, untuk membantu Anda memulai. Klik tombol _Jalankan di Google Colab_. [:octicons-panah-kanan-24: Saluran Pemula](tutorial/tfx/penguin_simple) - __2. Menambahkan Validasi Data__ --- Membangun alur sederhana untuk menambahkan komponen validasi data. [:octicons-panah-kanan-24: Validasi Data](tutorial/tfx/penguin_tfdv) - __3. Menambahkan Rekayasa Fitur__ --- Membangun jalur validasi data untuk menambahkan komponen rekayasa fitur. [:octicons-arrow-right-24: Rekayasa Fitur](tutorials/tfx/penguin_tft) - __4. Menambahkan Analisis Model__ --- Membangun alur sederhana untuk menambahkan komponen analisis model. [:octicons-panah-kanan-24: Analisis Model](tutorial/tfx/penguin_tfma)

TFX di Google Cloud

Google Cloud menyediakan berbagai produk seperti BigQuery, Vertex AI untuk membuat alur kerja ML Anda hemat biaya dan skalabel. Anda akan mempelajari cara menggunakan produk tersebut di saluran TFX Anda.

- __Berjalan di Vertex Pipelines__ --- Menjalankan saluran pipa pada layanan saluran pipa terkelola, Vertex Pipelines. [:octicons-arrow-right-24: Vertex Pipelines](tutorials/tfx/gcp/vertex_pipelines_simple) - __Baca data dari BigQuery__ --- Menggunakan BigQuery sebagai sumber data pipeline ML. [:octicons-arrow-right-24: BigQuery](tutorials/tfx/gcp/vertex_pipelines_bq) - __Pelatihan dan Penyajian Vertex AI__ --- Menggunakan sumber daya cloud untuk pelatihan dan penyajian ML dengan Vertex AI. [:octicons-arrow-right-24: Pelatihan dan Penyajian Vertex](tutorials/tfx/gcp/vertex_pipelines_vertex_training) - __TFX pada Pipeline Platform Cloud AI__ --- Pengantar penggunaan Pipeline Platform TFX dan Cloud AI. [:octicons-arrow-right-24: Cloud Pipelines](tutorial/tfx/cloud-ai-platform-pipelines)

Langkah Selanjutnya

Setelah Anda memiliki pemahaman dasar tentang TFX, periksa tutorial dan panduan tambahan ini. Dan jangan lupa membaca Panduan Pengguna TFX .

- __Tutorial Pipeline Lengkap__ --- Pengenalan komponen demi komponen tentang TFX, termasuk _konteks interaktif_, alat pengembangan yang sangat berguna. Klik tombol _Jalankan di Google Colab_. [:octicons-arrow-right-24: Keras](tutorials/tfx/components_keras) - __Tutorial Komponen Khusus__ --- Tutorial yang menunjukkan cara mengembangkan komponen TFX khusus Anda sendiri. [:octicons-arrow-right-24: Komponen Khusus](tutorials/tfx/python_function_component) - __Validasi Data__ --- Notebook Google Colab ini menunjukkan bagaimana Validasi Data TensorFlow (TFDV) dapat digunakan untuk menyelidiki dan memvisualisasikan set data, termasuk menghasilkan statistik deskriptif, menyimpulkan skema, dan menemukan anomali. [:octicons-arrow-right-24: Validasi Data](tutorials/data_validation/tfdv_basic) - __Model Analysis__ --- Notebook Google Colab ini menunjukkan bagaimana TensorFlow Model Analysis (TFMA) dapat digunakan untuk menyelidiki dan memvisualisasikan karakteristik kumpulan data dan mengevaluasi kinerja model sepanjang beberapa sumbu akurasi. [:octicons-arrow-right-24: Analisis Model](tutorials/model_analisis/tfma_basic) - __Serve a Model__ --- Tutorial ini menunjukkan bagaimana TensorFlow Serving dapat digunakan untuk menyajikan model menggunakan REST API sederhana. [:octicons-panah-kanan-24: Analisis Model](tutorial/penyajian/rest_simple)

Video dan Pembaruan

Berlangganan ke Daftar Putar YouTube TFX dan blog untuk video dan pembaruan terkini.