TensorFlow nei tutorial di produzione
Il modo migliore per imparare TensorFlow Extended (TFX) è imparare facendo. Questi tutorial sono esempi mirati delle parti chiave di TFX. Includono tutorial per principianti per iniziare e tutorial più avanzati per quando vuoi davvero immergerti in parti più avanzate di TFX.
TFX 1.0
Siamo lieti di annunciare la disponibilità del TFX 1.0.0 . Questa è la versione post-beta iniziale di TFX, che fornisce API e artefatti pubblici stabili. Si può essere certi che il vostro futuro condutture TFX potranno continuare a lavorare dopo un aggiornamento nell'ambito di applicazione compatibilità definito in questo RFC .
Tutorial per iniziare
1. Pipeline di avviamento
Probabilmente la pipeline più semplice che puoi costruire, per aiutarti a iniziare. Fare clic sul pulsante Google Esegui nel Colab.2. Aggiunta della convalida dei dati
Basandosi sulla semplice pipeline per aggiungere componenti di convalida dei dati.3. Aggiunta di ingegneria delle funzionalità
Basandosi sulla pipeline di convalida dei dati per aggiungere un componente di progettazione delle funzionalità.4. Aggiunta dell'analisi del modello
Basandosi sulla semplice pipeline per aggiungere un componente di analisi del modello.TFX su Google Cloud
Esecuzione su pipeline Vertex
Esecuzione di pipeline su un servizio di pipeline gestito, Vertex Pipelines.Leggi i dati da BigQuery
Utilizzo di BigQuery come origine dati di pipeline ML.Vertex AI Formazione e servizio
Utilizzo delle risorse cloud per la formazione e il servizio di machine learning con Vertex AI.TFX su pipeline Cloud AI Platform
Un'introduzione all'utilizzo di TFX e di Cloud AI Platform Pipelines.Passaggi successivi
Tutorial completo sulla pipeline
Un'introduzione componente per componente TFX, compreso il contesto interattivo, uno strumento di sviluppo molto utile. Fare clic sul pulsante Google Esegui nel Colab.Esercitazione sui componenti personalizzati
Un tutorial che mostra come sviluppare i tuoi componenti TFX personalizzati.Convalida dei dati
Questo blocco note di Google Colab dimostra come utilizzare TensorFlow Data Validation (TFDV) per indagare e visualizzare un set di dati, inclusa la generazione di statistiche descrittive, l'inferenza di uno schema e la ricerca di anomalie.Analisi del modello
Questo blocco note di Google Colab dimostra come utilizzare TensorFlow Model Analysis (TFMA) per analizzare e visualizzare le caratteristiche di un set di dati e valutare le prestazioni di un modello lungo diversi assi di precisione.Servi un modello
Questo tutorial dimostra come utilizzare TensorFlow Serving per servire un modello utilizzando una semplice API REST.Video e aggiornamenti
Iscriviti al TFX YouTube Playlist e blog per gli ultimi video e aggiornamenti.