社群開發的 TFX 元件、範例和工具
TFX-Addons 在 PyPI 上適用於所有作業系統。如要安裝最新版本，請執行
pip install tfx-addons
接著您可以像這樣使用 TFX-Addons
from tfx import v1 as tfx
import tfx_addons as tfxa
# Then you can easily load projects tfxa.{project_name}. For example:
tfxa.feast_examplegen.FeastExampleGen(...)
開發人員協助開發人員。TFX-Addons 是社群專案的集合，旨在為 TFX 建構新的元件、範例、程式庫和工具。這些專案是在特殊興趣小組 SIG TFX-Addons 的贊助下組織而成。
Feast ExampleGen 元件
用於從 Feast Feature Store 擷取資料集的 ExampleGen 元件。
特徵選取元件
使用此 TFX 元件，透過各種演算法執行特徵選取。
Firebase Publisher 元件
用於將 ML 模型發布/更新至 Firebase ML 的 TFX 元件。
Hugging Face Pusher 元件
將已認可的模型推送至 Hugging Face Model Hub。選擇性地將應用程式推送至 Hugging Face Spaces Hub。
訊息結束處理常式元件
透過通知使用者 (包括任何錯誤訊息) 來處理管線的完成或失敗。
MLMD 用戶端程式庫
用於檢查 TFX 管線填入的 ML Metadata 內容的用戶端程式庫。
Pandas Transform 元件
使用 Pandas 資料框架，而非標準轉換元件來進行特徵工程。處理作業會使用 Apache Beam 進行分散式處理，以達到可擴充性。
取樣元件
用於從範例中取樣資料的 TFX 元件，使用機率估計。
結構描述策展元件
將使用者程式碼套用至 SchemaGen 元件產生的結構描述，並根據領域知識加以策展。
XGBoost Evaluator 元件
透過擴充標準 Evaluator 元件來評估 XGBoost 模型。