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。

运行 Colab

如要开始使用,请先探索 TFX 的每个内置组件。

查看教程

了解如何将 TFX 与端到端示例搭配使用。

查看指南

指南介绍了 TFX 的概念和组件。

浏览插件

社区贡献的其他 TFX 组件。

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���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。

新闻和通告

欢迎查看我们的博客YouTube 播放列表获取其他 TFX 内容,
同时还可以订阅 TensorFlow 简报,
直接通过邮箱接收最新公告。