TFX 是用於部署生產 ML 管線的端對端平台
當您準備好將模型從研究移至生產環境時,請使用 TFX 建立及管理生產管線。
運作方式
TFX 管線是一系列元件,可實作專為可擴充、高效能機器學習工作設計的 ML 管線。元件是使用 TFX 程式庫建構而成,這些程式庫也可以個別使用。
常見問題的解決方案
探索逐步教學課程,協助您完成專案。

中階
使用 TensorFlow Serving 訓練及提供 TensorFlow 模型
本指南會訓練神經網路模型來分類服裝圖片 (例如運動鞋和襯衫)、儲存訓練後的模型,然後使用 TensorFlow Serving 提供模型。重點在於 TensorFlow Serving,而不是 TensorFlow 中的模型建立和訓練。

中階
建立 Google Cloud 上託管的 TFX 管線
簡介 TFX 和 Cloud AI Platform Pipelines,以在 Google Cloud 上建立您自己的機器學習管線。遵循典型的 ML 開發流程,從檢查資料集開始,最終完成可運作的管線。

中階
搭配 TensorFlow Lite 使用 TFX 進行裝置端推論
瞭解 TFX 如何建立及評估將部署在裝置上的機器學習模型。TFX 現在提供對 TFLite 的原生支援,因此可以在行動裝置上執行高效率的推論。