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.
![Pitón](https://img.shields.io/pypi/pyversions/tfx.svg?style=plastic)
![PyPI](https://badge.fury.io/py/tfx.svg)
como 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.
- :material-download:{ .lg .middle } __Instalar TFX__ --- Instalar [`tfx`](#) con [`pip`](#): ```shell pip install tfx ``` [:octicons- flecha-derecha-24: Introducción](guía/índice#instalación) - :material-book-open-blank-variant-outline:{ .lg .middle } __Guía del usuario__ --- Obtenga más información sobre cómo comenzar con TFX en la guía del usuario. [:octicons-arrow-right-24: Guía del usuario](guía/índice) - :material-school:{ .lg .middle } __Ver los tutoriales__ --- Aprenda de ejemplos del mundo real que usan TFX. [:octicons-arrow-right-24: Tutoriales](tutoriales/index) - :material-text-search:{ .lg .middle } __API Reference__ --- La referencia de API contiene detalles sobre funciones, clases y módulos que son parte de TFX. [:octicons-arrow-right-24: Referencia de API](api/v1/index)