TFX est une plate-forme de bout en bout, conçue pour permettre le déploiement de pipelines de machine learning en production
Lorsque vous souhaitez faire passer vos modèles de la recherche à la production, utilisez TFX pour créer et gérer un pipeline de production.
Comment ça marche ?
Un pipeline TFX est une séquence de composants qui implémentent un pipeline de ML conçu spécialement pour les tâches de machine learning hautes performances et évolutives. Les composants sont créés à l'aide de bibliothèques TFX qui peuvent également être utilisées de façon individuelle.
Découvrez comment les entreprises utilisent TFX
Solutions aux problèmes fréquents
Découvrez des tutoriels détaillés conçus pour vous aider à avancer sur vos projets.
Ce guide propose l'entraînement d'un modèle de réseau de neurones pour la classification d'images de vêtements (chaussures de sport et tee-shirts, par exemple), enregistre le modèle entraîné, puis l'exploite avec TensorFlow Serving. L'accent est mis sur TensorFlow Serving, plutôt que sur la modélisation et l'entraînement dans TensorFlow.
Introduction à TFX et à Cloud AI Platform Pipelines pour créer vos propres pipelines de machine learning sur Google Cloud. Suivez un processus de développement de ML typique, depuis l'analyse de l'ensemble de données jusqu'à l'obtention d'un pipeline parfaitement fonctionnel.
Découvrez comment TFX peut créer et évaluer des modèles de machine learning qui seront déployés sur les appareils. TFX est désormais compatible en natif avec TFLite, qui permet de réaliser des inférences extrêmement efficaces sur les appareils mobiles.
Actualités et annonces
Consultez notre blog et notre playlist YouTube pour plus de contenus TFX,
et abonnez-vous à notre newsletter TensorFlow pour recevoir
directement les dernières annonces.
Simulated Spotify Listening Experiences for Reinforcement Learning with TensorFlow and TF-Agents
Many of our music recommendation problems involve providing users with ordered sets of items that satisfy users’ listening preferences and intent at that point in time. We base current recommendations on previous interactions with our application
TensorFlow
19 octobre 2023
Serving With TF and GKE: Stable Diffusion
Generative AI models like Stable Diffusion 1 that lets anyone generate high-quality images from natural language text prompts enable different use cases across different industries. These types of models allow people to generate these images not only
TensorFlow
28 avril 2023
How Vodafone Uses TensorFlow Data Validation in their Data Contracts to Elevate Data Governance at Scale
As one of the largest telecommunications companies worldwide, Vodafone is working with Google Cloud to advance their entire data landscape, including their data lake, data warehouse (DWH), and in particular AI/ML strategies. While Vodafone has used
TensorFlow
10 mars 2023
Extend your TFX pipeline with TFX-Addons
To produce production-level machine learning models, TensorFlow provides a portfolio of libraries under the umbrella of TensorFlow Extended (TFX). With just a pip install, TFX already includes a number of versatile pipeline components - referred to
TensorFlow
7 février 2023
Implication de la communauté
Découvrez d'autres façons de s'impliquer dans la communauté TensorFlow.