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。

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。

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。

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。