Компоненты, примеры и инструменты для TFX, разработанные сообществом.

TFX-Addons доступен на PyPI для всех ОС. Чтобы установить последнюю версию, запустите:

pip install tfx-addons

Затем вы можете использовать TFX-Addons следующим образом:

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(...)

Разработчики помогают разработчикам. TFX-Addons — это набор проектов сообщества для создания новых компонентов, примеров, библиотек и инструментов для TFX. Проекты организованы под эгидой специальной группы SIG TFX-Addons.

Присоединяйтесь к сообществу и делитесь своими работами со всем миром!

Компонент ExampleGen для загрузки наборов данных из Feast Feature Store .

Выполните выбор функций, используя различные алгоритмы с этим компонентом TFX.

Компонент TFX для публикации/обновления моделей ML в Firebase ML.

Отправляет благословленную модель в Hugging Face Model Hub. При необходимости отправляет приложение в Hugging Face Spaces Hub.

Обрабатывайте завершение или сбой конвейера, уведомляя пользователей, включая любые сообщения об ошибках.

Клиентская библиотека для проверки содержимого метаданных машинного обучения , заполняемых конвейерами TFX.

ModelCardGenerator использует статистику набора данных , оценку модели и отправленную модель для автоматического заполнения частей карты модели.

Используйте кадры данных Pandas вместо стандартного компонента Transform для разработки ваших функций. Обработка распределяется с помощью Apache Beam для масштабируемости.

Компонент TFX для выборки данных из примеров с использованием вероятностной оценки.

Применяйте пользовательский код к схеме, созданной компонентом SchemaGen , и курируйте ее на основе знаний предметной области.

Оценивайте модели XGBoost , расширяя стандартный компонент Evaluator .