Ta strona została przetłumaczona przez Cloud Translation API.
Switch to English

TensorFlow Extended (TFX) to kompleksowa platforma do wdrażania produkcyjnych potoków ML

Kiedy będziesz gotowy do przeniesienia modeli z badań do produkcji, użyj TFX do tworzenia potoku produkcyjnego i zarządzania nim.

Uruchom Colab

Ten interaktywny samouczek omawia każdy wbudowany składnik TFX.

Zobacz samouczki

Samouczki pokazują, jak używać TFX z pełnymi, kompleksowymi przykładami.

Zobacz przewodnik

Przewodniki wyjaśniają pojęcia i składniki TFX.

Jak to działa

Potok TFX to sekwencja składników, które implementują potok ML, który jest specjalnie zaprojektowany do skalowalnych zadań uczenia maszynowego o wysokiej wydajności. Komponenty są budowane przy użyciu bibliotek TFX, które mogą być również używane indywidualnie.

Rozwiązania typowych problemów

Zapoznaj się z samouczkami krok po kroku, które pomogą Ci w projektach.

Pośredni
Wytrenuj i udostępniaj model TensorFlow z obsługą TensorFlow

Ten przewodnik uczy modelu sieci neuronowej, aby klasyfikować obrazy ubrań, takich jak trampki i koszule, zapisuje wyszkolony model, a następnie obsługuje go z obsługą TensorFlow. Skupiamy się na obsłudze TensorFlow, a nie na modelowaniu i szkoleniu w TensorFlow.

Pośredni
Twórz potoki TFX hostowane w Google Cloud

Wprowadzenie do TensorFlow Extended (TFX) i Cloud AI Platform Pipelines, aby tworzyć własne potoki uczenia maszynowego w Google Cloud. Postępuj zgodnie z typowym procesem rozwoju ML, zaczynając od zbadania zestawu danych, a kończąc na kompletnym potoku roboczym.

Pośredni
Użyj TFX z TensorFlow Lite do wnioskowania na urządzeniu

Dowiedz się, jak TensorFlow Extended (TFX) może tworzyć i oceniać modele uczenia maszynowego, które zostaną wdrożone na urządzeniu. TFX zapewnia teraz natywną obsługę TFLite, co umożliwia wykonywanie wysoce wydajnego wnioskowania na urządzeniach mobilnych.

Wiadomości i ogłoszenia

Sprawdź nasz blog i listę odtwarzania na YouTube, aby uzyskać dodatkowe treści TFX,
i zapisz się do naszego comiesięcznego biuletynu TensorFlow, aby otrzymywać
najnowsze ogłoszenia wysyłane bezpośrednio do Twojej skrzynki odbiorczej.

9 października 2020 r
Uczenie strukturalne neuronowe w TFX

Strukturalne uczenie się neuronowe może być wykorzystywane do uczenia sieci neuronowych za pomocą ustrukturyzowanych sygnałów. Dowiedz się, jak zbudować model regulowany grafem z NSL w TFX przy użyciu niestandardowych komponentów i wypróbuj go samodzielnie w interaktywnym Colabie.

25 września 2020 r
W stronę ML Engineering: Krótka historia TensorFlow Extended (TFX)

Wirowa wycieczka po Sibyl i TFX, dwóch kolejnych platformach ML w Alphabet. Dowiedz się, jak historia TFX pomogła w rozwoju dyscypliny ML Engineering.

14 sierpnia 2020 r
Tworzenie dźwięków Indii: wrażenia muzyczne na urządzeniu, oparte na sztucznej inteligencji, stworzone za pomocą TensorFlow

TFX i TFJS nawiązały współpracę z firmą Magenta, aby uruchomić nowe doświadczenie oparte na sztucznej inteligencji z okazji Dnia Niepodległości Indii, które przekształca głosy użytkowników w instrumenty, które łączą się, aby celebrować indyjską kulturę poprzez wspólny projekt muzyczny.

8 czerwca 2020 r
Szybkie, skalowalne i dokładne NLP: Dlaczego TFX jest idealnym rozwiązaniem do wdrażania BERT

Dowiedz się, jak firma SAP Concur Labs uprościła wdrażanie modeli BERT za pomocą bibliotek i rozszerzeń TensorFlow z tego dwuczęściowego bloga.