TFX 是一个用于部署生产 ML 流水线的端到端平台
当您准备好将模型从研究转移到生产时,请使用 TFX 创建和管理生产流水线。
工作原理
TFX 流水线是一系列组件,这些组件实现 ML 流水线,该流水线专门设计用于可扩展的高性能机器学习任务。组件使用 TFX 库构建,这些库也可以单独使用。
常见问题的解决方案
探索分步教程,帮助您完成项目。

中级
使用 TensorFlow Serving 训练和提供 TensorFlow 模型
本指南训练了一个神经网络模型来对服装图像(如运动鞋和衬衫)进行分类,保存训练后的模型,然后使用 TensorFlow Serving 提供服务。重点是 TensorFlow Serving,而不是 TensorFlow 中的建模和训练。

中级
创建托管在 Google Cloud 上的 TFX 流水线
TFX 和 Cloud AI Platform Pipelines 的介绍,用于在 Google Cloud 上创建您自己的机器学习流水线。遵循典型的 ML 开发流程,从检查数据集开始,到最终完成一个完整的可工作流水线。

中级
将 TFX 与 TensorFlow Lite 结合使用以进行设备上推理
了解 TFX 如何创建和评估将在设备上部署的机器学习模型。TFX 现在为 TFLite 提供了原生支持,这使得在移动设备上执行高效的推理成为可能。