TFX es una plataforma de un extremo a otro para implementar canales de producción de ML
Cuando esté listo para pasar sus modelos de la investigación a la producción, use TFX para crear y administrar un proceso de producción.
Cómo funciona
Una canalización TFX es una secuencia de componentes que implementan una canalización de ML que está diseñada específicamente para tareas de aprendizaje automático escalables y de alto rendimiento. Los componentes se crean utilizando bibliotecas TFX que también se pueden usar individualmente.
Cómo las empresas utilizan TFX
Soluciones a problemas comunes
Explora tutoriales paso a paso que te ayudarán con tus proyectos.
![](https://www.tensorflow.org/static/site-assets/images/marketing/cards/tile_tensorflow_serving.jpg?authuser=5&hl=es)
Esta guía entrena un modelo de red neuronal para clasificar imágenes de ropa, como zapatillas y camisas, guarda el modelo entrenado y luego lo entrega con TensorFlow Serving. La atención se centra en TensorFlow Serving, en lugar del modelado y entrenamiento en TensorFlow.
![](https://www.tensorflow.org/static/site-assets/images/marketing/cards/tfx_platform_pipelines.jpg?authuser=5&hl=es)
Una introducción a TFX y Cloud AI Platform Pipelines para crear sus propios canales de aprendizaje automático en Google Cloud. Siga un proceso típico de desarrollo de ML, comenzando por examinar el conjunto de datos y terminando con un proceso de trabajo completo.
![](https://www.tensorflow.org/static/site-assets/images/marketing/cards/tfx_for_mobile.jpg?authuser=5&hl=es)
Descubra cómo TFX puede crear y evaluar modelos de aprendizaje automático que se implementarán en el dispositivo. TFX ahora proporciona soporte nativo para TFLite, lo que permite realizar inferencias altamente eficientes en dispositivos móviles.
Noticias y anuncios
Consulte nuestro blog y nuestra lista de reproducción de YouTube para obtener contenido TFX adicional.
y suscríbase a nuestro boletín informativo de TensorFlow para obtener el
Los últimos anuncios enviados directamente a su bandeja de entrada.