Komponenty, przykłady i narzędzia opracowane przez społeczność dla TFX

Dodatki TFX są dostępne w PyPI dla wszystkich systemów operacyjnych. Aby zainstalować najnowszą wersję, uruchom:

pip install tfx-addons

Następnie możesz użyć dodatków TFX w następujący sposób:

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(...)

Deweloperzy pomagają programistom. TFX-Addons to zbiór projektów społeczności służących do tworzenia nowych komponentów, przykładów, bibliotek i narzędzi dla TFX. Projekty są organizowane pod auspicjami specjalnej grupy interesu SIG TFX-Addons.

Dołącz do społeczności i podziel się swoją pracą ze światem!

Dokonuj wyboru funkcji przy użyciu różnych algorytmów z tym komponentem TFX.

Komponent TFX do publikowania/aktualizowania modeli ML do Firebase ML.

Obsługuj zakończenie lub awarię potoku, powiadamiając użytkowników, w tym o wszelkich komunikatach o błędach.

Biblioteka klienta do sprawdzania treści w metadanych ML wypełnionych przez potoki TFX.

ModelCardGenerator pobiera statystyki zestawu danych , ocenę modelu i wypchnięty model w celu automatycznego wypełnienia części karty modelu.

Używaj ramek danych Pandas zamiast standardowego komponentu Transform do inżynierii funkcji. Przetwarzanie jest dystrybuowane przy użyciu Apache Beam w celu zapewnienia skalowalności.

Komponent TFX do próbkowania danych z przykładów przy użyciu oszacowania probabilistycznego.

Zastosuj kod użytkownika do schematu utworzonego przez komponent SchemaGen i zarządzaj nim na podstawie wiedzy o domenie.