TensorFlow 生產環境教學課程

這些教學課程將協助您開始使用，並協助您學習幾種不同的 TFX 生產環境工作流程和部署方式。特別是，您將學習開發 TFX 管線的兩種主要樣式

  • 使用 InteractiveContext 在筆記本中開發管線，一次處理一個元件。這種樣式讓開發更輕鬆且更 Python 化。
  • 定義整個管線並使用執行器執行。這就是您部署管線時的樣子。

入門教學課程

您可以建構的最簡單管線，可協助您開始使用。按一下在 Google Colab 中執行按鈕。
以簡單管線為基礎建構，以新增資料驗證元件。
以資料驗證管線為基礎建構，以新增特徵工程元件。
以簡單管線為基礎建構，以新增模型分析元件。

Google Cloud 上的 TFX

Google Cloud 提供各種產品，例如 BigQuery、Vertex AI，讓您的 ML 工作流程更具成本效益和可擴充性。您將學習如何在 TFX 管線中使用這些產品。
在受管理的管線服務 Vertex Pipelines 上執行管線。
使用 BigQuery 作為 ML 管線的資料來源。
使用雲端資源搭配 Vertex AI 進行 ML 訓練和服務。
簡介如何使用 TFX 和 Cloud AI Platform Pipelines。

後續步驟

基本瞭解 TFX 後，請查看這些額外的教學課程和指南。別忘了閱讀TFX 使用者指南。
TFX 的元件逐一簡介，包括互動式環境，這是一種非常實用的開發工具。按一下在 Google Colab 中執行按鈕。
說明如何開發自己的自訂 TFX 元件的教學課程。
這個 Google Colab 筆記本示範如何使用 TensorFlow Data Validation (TFDV) 來調查及視覺化資料集，包括產生描述性統計資料、推斷結構描述和尋找異常。
這個 Google Colab 筆記本示範如何使用 TensorFlow Model Analysis (TFMA) 來調查及視覺化資料集的特性，並評估模型在多個精確度軸上的效能。
本教學課程示範如何使用 TensorFlow Serving 透過簡單的 REST API 提供模型。

影片和更新

訂閱 TFX YouTube 播放清單和部落格，以取得最新的影片和更新。

TF 開發人員高峰會 2020
觀看影片
TF World 2019
觀看影片
GOTO Copenhagen 2019
觀看影片