Komponen, contoh, dan alat yang dikembangkan komunitas untuk TFX

TFX-Addons tersedia di PyPI untuk semua OS. Untuk menginstal versi terbaru, jalankan:

pip install tfx-addons

Anda kemudian dapat menggunakan TFX-Addons seperti ini:

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(...)

Pengembang membantu pengembang. TFX-Addons adalah kumpulan proyek komunitas untuk membuat komponen, contoh, pustaka, dan alat baru untuk TFX. Proyek-proyek tersebut diselenggarakan di bawah naungan kelompok minat khusus, SIG TFX-Addons.

Bergabunglah dengan komunitas dan bagikan pekerjaan Anda dengan dunia!

,

Pengembang membantu pengembang. TFX-Addons adalah kumpulan proyek komunitas untuk membuat komponen, contoh, pustaka, dan alat baru untuk TFX. Proyek-proyek tersebut diselenggarakan di bawah naungan kelompok minat khusus, SIG TFX-Addons.

Bergabunglah dengan komunitas dan bagikan pekerjaan Anda dengan dunia!

Komponen ExampleGen untuk menyerap kumpulan data dari Feast Feature Store .

,

Komponen ExampleGen untuk menyerap kumpulan data dari Feast Feature Store .

Lakukan pemilihan fitur menggunakan berbagai algoritme dengan komponen TFX ini.

,

Lakukan pemilihan fitur menggunakan berbagai algoritme dengan komponen TFX ini.

Komponen TFX untuk memublikasikan/memperbarui model ML ke Firebase ML.

,

Komponen TFX untuk memublikasikan/memperbarui model ML ke Firebase ML.

Mendorong model yang diberkati ke Hugging Face Model Hub. Opsional mendorong aplikasi ke Hugging Face Spaces Hub.

,

Mendorong model yang diberkati ke Hugging Face Model Hub. Opsional mendorong aplikasi ke Hugging Face Spaces Hub.

Tangani penyelesaian atau kegagalan pipa dengan memberi tahu pengguna, termasuk pesan kesalahan apa pun.

,

Tangani penyelesaian atau kegagalan pipa dengan memberi tahu pengguna, termasuk pesan kesalahan apa pun.

Pustaka klien untuk memeriksa konten di Metadata ML yang diisi oleh pipeline TFX.

,

Pustaka klien untuk memeriksa konten di Metadata ML yang diisi oleh pipeline TFX.

ModelCardGenerator mengambil statistik kumpulan data , evaluasi model , dan model yang didorong untuk mengisi bagian kartu model secara otomatis.

Gunakan kerangka data Pandas alih-alih komponen Transform standar untuk rekayasa fitur Anda. Pemrosesan didistribusikan menggunakan Apache Beam untuk skalabilitas.

,

Gunakan kerangka data Pandas alih-alih komponen Transform standar untuk rekayasa fitur Anda. Pemrosesan didistribusikan menggunakan Apache Beam untuk skalabilitas.

Komponen TFX untuk mengambil sampel data dari contoh, menggunakan estimasi probabilistik.

,

Komponen TFX untuk mengambil sampel data dari contoh, menggunakan estimasi probabilistik.

Terapkan kode pengguna ke skema yang dihasilkan oleh komponen SchemaGen , dan kurasi berdasarkan pengetahuan domain.

,

Terapkan kode pengguna ke skema yang dihasilkan oleh komponen SchemaGen , dan kurasi berdasarkan pengetahuan domain.

Mengevaluasi model XGBoost dengan memperluas komponen Evaluator standar .

,

Mengevaluasi model XGBoost dengan memperluas komponen Evaluator standar .