TensorFlow في دروس الإنتاج

ستساعدك هذه البرامج التعليمية على البدء، وستساعدك على تعلم بعض الطرق المختلفة للعمل مع TFX لسير عمل الإنتاج وعمليات النشر. على وجه الخصوص، ستتعلم الأسلوبين الرئيسيين لتطوير خط أنابيب TFX:

  • استخدام InteractiveContext لتطوير المسار في دفتر الملاحظات، والعمل مع مكون واحد في كل مرة. هذا الأسلوب يجعل التطوير أسهل وأكثر بايثونية.
  • تحديد خط أنابيب كامل وتنفيذه باستخدام عداء. هذا هو الشكل الذي ستبدو عليه خطوط الأنابيب الخاصة بك عند نشرها.

البرامج التعليمية للبدء

1. خط الأنابيب المبدئي ربما يكون أبسط خط أنابيب يمكنك إنشاؤه لمساعدتك على البدء. انقر فوق الزر "تشغيل في Google Colab" .
2. إضافة التحقق من صحة البيانات بناء على المسار البسيط لإضافة مكونات التحقق من صحة البيانات.
3. إضافة مبنى هندسة الميزات إلى مسار التحقق من صحة البيانات لإضافة مكون هندسة الميزات.
4. إضافة تحليل النموذج بناءً على المسار البسيط لإضافة مكون تحليل النموذج.

TFX على جوجل كلاود

توفر Google Cloud منتجات متنوعة مثل BigQuery وVertex AI لجعل سير عمل تعلم الآلة فعالاً من حيث التكلفة وقابلاً للتطوير. سوف تتعلم كيفية استخدام هذه المنتجات في خط أنابيب TFX الخاص بك.
التشغيل على Vertex Pipelines تشغيل خطوط الأنابيب على خدمة خطوط الأنابيب المُدارة، Vertex Pipelines.
قراءة البيانات من BigQuery باستخدام BigQuery كمصدر بيانات لخطوط تعلم الآلة.
تدريب وخدمة Vertex AI استخدام الموارد السحابية للتدريب على تعلم الآلة والخدمة مع Vertex AI.
TFX على خطوط أنابيب Cloud AI Platform مقدمة لاستخدام خطوط أنابيب TFX وCloud AI Platform.

الخطوات التالية

بمجرد أن يكون لديك فهم أساسي لـ TFX، تحقق من هذه البرامج التعليمية والأدلة الإضافية. ولا تنس قراءة دليل مستخدم TFX .
البرنامج التعليمي الكامل لخط الأنابيب مقدمة مكونًا تلو الآخر إلى TFX، بما في ذلك السياق التفاعلي ، وهي أداة تطوير مفيدة للغاية. انقر فوق الزر "تشغيل في Google Colab" .
برنامج تعليمي للمكونات المخصصة برنامج تعليمي يوضح كيفية تطوير مكونات TFX المخصصة الخاصة بك.
التحقق من صحة البيانات يوضح دفتر ملاحظات Google Colab هذا كيف يمكن استخدام التحقق من صحة بيانات TensorFlow (TFDV) للتحقيق في مجموعة البيانات وتصورها، بما في ذلك إنشاء إحصائيات وصفية، واستنتاج المخطط، والعثور على الحالات الشاذة.
تحليل النموذج يوضح دفتر ملاحظات Google Colab هذا كيف يمكن استخدام تحليل نموذج TensorFlow (TFMA) للتحقيق في خصائص مجموعة البيانات وتصورها وتقييم أداء النموذج عبر عدة محاور من الدقة.
خدمة نموذج يوضح هذا البرنامج التعليمي كيف يمكن استخدام خدمة TensorFlow لخدمة نموذج باستخدام واجهة برمجة تطبيقات REST البسيطة.

الفيديوهات والتحديثات

اشترك في قائمة تشغيل TFX YouTube والمدونة للحصول على أحدث مقاطع الفيديو والتحديثات.

قمة TF Dev 2020
مشاهدة الفيديو
تي اف وورلد 2019
مشاهدة الفيديو
جوتو كوبنهاجن 2019
مشاهدة الفيديو