TFX 是一个端到端平台,用于部署生产环境机器学习流水线
当您准备好将模型从研究状态切换到生产状态时,可以使用 TFX 创建和管理生产流水线。
工作原理
TFX 流水线是实现机器学习流水线的一系列组件,专门用于可扩容的高性能机器学习任务。这些组件使用 TFX 库构建而成,您也可以单独使用这些组件。
常见问题的解决方案
浏览分步教程以帮助您完成项目。
![](https://tensorflow.google.cn/static/site-assets/images/marketing/cards/tile_tensorflow_serving.jpg?authuser=3&hl=zh-cn)
中级
训练模型并使用 TensorFlow Serving 应用 TensorFlow 模型
此指南会训练一个对服饰(例如运动鞋和衬衫)图像进行分类的神经网络模型,保存训练过的模型,然后使用 TensorFlow Serving 应用此模型。重点是 TensorFlow Serving,而不是在 TensorFlow 中进行建模和训练。
![](https://tensorflow.google.cn/static/site-assets/images/marketing/cards/tfx_platform_pipelines.jpg?authuser=3&hl=zh-cn)
中级
创建托管于 Google Cloud 之上的 TFX 流水线
本教程介绍了如何使用 TFX 和 Cloud AI Platform Pipelines 在 Google Cloud 上创建您自己的机器学习流水线。您将遵循典型的机器学习开发流程,即从检查数据集开始,最后得到一个完整且有效的流水线。
![](https://tensorflow.google.cn/static/site-assets/images/marketing/cards/tfx_for_mobile.jpg?authuser=3&hl=zh-cn)
中级
结合使用 TFX 和 TensorFlow Lite,提高在设备上进行推断的效率
了解 TFX 如何创建和评估将部署到设备上的机器学习模型。TFX 现已提供对 TFLite 的原生支持,因此提高了在移动设备上进行推断的效率。