Instructivos de TensorFlow para producción
La mejor forma de aprender a usar TensorFlow Extended (TFX) es experimentando. Estos instructivos contienen ejemplos que se enfocan en las partes clave de TFX. Se incluyen instructivos para principiantes así como instructivos más avanzados, para cuando quieras explorar funciones más complejas de TFX.
TFX 1.0
Nos complace anunciar que TFX 1.0.0 ya se encuentra disponible. Esta es la versión inicial de TFX posterior a la beta, que ofrece API públicas y artefactos estables. Tus próximas canalizaciones de TFX seguirán funcionando luego de una actualización que se encuentre dentro del alcance de compatibilidad definido en esta RFC.
Instructivos para comenzar
1. Canalización básica
Probablemente sea la canalización más simple que puedes compilar; este puede ser tu primer paso. Haz clic en el botón Ejecutar en Google Colab.2. Agrega validación de datos
Cómo compilar en una canalización simple para agregar componentes de validación de datos.3. Agrega ingeniería de atributos
Cómo compilar en una canalización de validación de datos para agregar un componente de ingeniería de atributos.4. Agrega análisis de modelos
Cómo compilar en una canalización simple para agregar un componente de análisis del modelo.TFX en Google Cloud
Ejecuta en Vertex Pipelines
Cómo ejecutar canalizaciones en un servicio de canalizaciones administrado, AI Platform Pipelines de Cloud.Lee datos desde BigQuery
Cómo usar BigQuery como una fuente de datos para canalizaciones de AA.Entrenamiento de Vertex AI
Cómo utilizar recursos en la nube para el entrenamiento de AA con el Entrenamiento de Vertex AI.TFX en Cloud AI Platform Pipelines
Una introducción al uso de TFX y AI Platform Pipelines de Cloud.Próximos pasos
Instructivo completo de canalizaciones
Una introducción a TFX que recorre cada componente. Además, incluye el contexto interactivo, una herramienta para desarrolladores muy útil. Haz clic en el botón Ejecutar en Google Colab.Instructivo para componentes personalizados
Un instructivo que indica cómo desarrollar tus propios componentes personalizados para TFX.Validación de datos
En este notebook de Google Colab, se muestra cómo se puede utilizar TensorFlow Data Validation (TFDV) para investigar y visualizar un conjunto de datos, que incluye acciones como generar estadísticas descriptivas, inferir un esquema y encontrar anomalías.Análisis de modelos
En este notebook de Google Colab, se muestra cómo se puede utilizar TensorFlow Model Analysis (TFMA) para investigar y visualizar las características de un conjunto de datos, así como evaluar el rendimiento de un modelo junto con varios ejes de precisión.Publica un modelo
En este instructivo, se muestra cómo se puede usar TensorFlow Serving para publicar un modelo con una simple API de REST.Videos y novedades
Suscríbete a la lista de reproducción de TFX en YouTube y al blog para ver los videos y las novedades más recientes.