Главная страница>Связанные с программированием>Другой исходный код
Скачать

ТФХ

TensorFlow Extended (TFX) — это платформа машинного обучения промышленного масштаба Google, основанная на TensorFlow. Он предоставляет структуру конфигурации для выражения конвейеров ML, состоящих из компонентов TFX. Конвейеры TFX можно организовать с помощью Apache Airflow и Kubeflow Pipelines. Могут быть расширены как сами компоненты, так и интеграция с системами оркестрации.

Компоненты TFX взаимодействуют с серверной частью метаданных ML, которая ведет учет запусков компонентов, артефактов ввода и вывода, а также конфигурации среды выполнения. Этот сервер метаданных обеспечивает расширенные функции, такие как отслеживание экспериментов или горячий запуск/возобновление моделей машинного обучения из предыдущих запусков.

Документация

Пользовательская документация

Пожалуйста, ознакомьтесь с Руководством пользователя TFX.

Ссылки на разработки

Дорожная карта

Дорожная карта TFX, которая обновляется ежеквартально.

Подробности выпуска

Подробную информацию о предыдущих и предстоящих изменениях можно найти здесь.

Запросы на комментарии

TFX — это проект с открытым исходным кодом, и мы настоятельно поощряем активное участие сообщества ML в формировании TFX для удовлетворения или превышения их потребностей. Важным компонентом этих усилий является процесс RFC. См. список текущих и прошлых RFC TFX. Пожалуйста, посетите страницу процесса запроса комментариев TensorFlow (TF-RFC), чтобы получить информацию о том, как члены сообщества могут внести свой вклад.

Примеры

  • Пример такси в Чикаго

Совместимые версии

В следующей таблице описано, как версии пакета tfx совместимы с его основными пакетами зависимостей PyPI. Это определяется нашей системой тестирования, но могут работать и другие непроверенные комбинации.

tfx Питон Apache-луч [gcp] мл-метаданные Пиарроу тензорный поток проверка данных тензорного потока тензорный поток-метаданные анализ модели тензорного потока тензорный поток-сервирующий API тензорное преобразование потока tfx-bsl
Мастер GitHub >=3,9,<3,11 2.47.0 1.15.0 10.0.0 ночью (2.x) 1.15.1 1.15.0 0.46.0 2.15.1 1.15.0 1.15.1
1.15.0 >=3,9,<3,11 2.47.0 1.15.0 10.0.0 2.15 1.15.1 1.15.0 0.46.0 2.15.1 1.15.0 1.15.1
1.14.0 >=3,8,<3,11 2.47.0 1.14.0 10.0.0 2.13 1.14.0 1.14.0 0.45.0 2.9.0 1.14.0 1.14.0
1.13.0 >=3,8,<3,10 2.40.0 1.13.1 6.0.0 2.12 1.13.0 1.13.1 0.44.0 2.9.0 1.13.0 1.13.0
1.12.0 >=3,7,<3,10 2.40.0 1.12.0 6.0.0 2.11 1.12.0 1.12.0 0.43.0 2.9.0 1.12.0 1.12.0
1.11.0 >=3,7,<3,10 2.40.0 1.11.0 6.0.0 1.15.5/2.10.0 1.11.0 1.11.0 0.42.0 2.9.0 1.11.0 1.11.0
1.10.0 >=3,7,<3,10 2.40.0 1.10.0 6.0.0 1.15.5/2.9.0 1.10.0 1.10.0 0.41.0 2.9.0 1.10.0 1.10.0
1.9.0 >=3,7,<3,10 2.38.0 1.9.0 5.0.0 1.15.5/2.9.0 1.9.0 1.9.0 0.40.0 2.9.0 1.9.0 1.9.0
1.8.0 >=3,7,<3,10 2.38.0 1.8.0 5.0.0 1.15.5/2.8.0 1.8.0 1.8.0 0.39.0 2.8.0 1.8.0 1.8.0
1.7.0 >=3,7,<3,9 2.36.0 1.7.0 5.0.0 1.15.5/2.8.0 1.7.0 1.7.0 0.38.0 2.8.0 1.7.0 1.7.0
1.6.2 >=3,7,<3,9 2.35.0 1.6.0 5.0.0 1.15.5/2.8.0 1.6.0 1.6.0 0.37.0 2.7.0 1.6.0 1.6.0
1.6.0 >=3,7,<3,9 2.35.0 1.6.0 5.0.0 1.15.5/2.7.0 1.6.0 1.6.0 0.37.0 2.7.0 1.6.0 1.6.0
1.5.0 >=3,7,<3,9 2.34.0 1.5.0 5.0.0 1.15.2/2.7.0 1.5.0 1.5.0 0.36.0 2.7.0 1.5.0 1.5.0
1.4.0 >=3,7,<3,9 2.33.0 1.4.0 5.0.0 1.15.0/2.6.0 1.4.0 1.4.0 0.35.0 2.6.0 1.4.0 1.4.0
1.3.4 >=3,6,<3,9 2.32.0 1.3.0 2.0.0 1.15.0/2.6.0 1.3.0 1.2.0 0.34.1 2.6.0 1.3.0 1.3.0
1.3.3 >=3,6,<3,9 2.32.0 1.3.0 2.0.0 1.15.0/2.6.0 1.3.0 1.2.0 0.34.1 2.6.0 1.3.0 1.3.0
1.3.2 >=3,6,<3,9 2.32.0 1.3.0 2.0.0 1.15.0/2.6.0 1.3.0 1.2.0 0.34.1 2.6.0 1.3.0 1.3.0
1.3.1 >=3,6,<3,9 2.32.0 1.3.0 2.0.0 1.15.0/2.6.0 1.3.0 1.2.0 0.34.1 2.6.0 1.3.0 1.3.0
1.3.0 >=3,6,<3,9 2.32.0 1.3.0 2.0.0 1.15.0/2.6.0 1.3.0 1.2.0 0.34.1 2.6.0 1.3.0 1.3.0
1.2.1 >=3,6,<3,9 2.31.0 1.2.0 2.0.0 1.15.0/2.5.0 1.2.0 1.2.0 0.33.0 2.5.1 1.2.0 1.2.0
1.2.0 >=3,6,<3,9 2.31.0 1.2.0 2.0.0 1.15.0/2.5.0 1.2.0 1.2.0 0.33.0 2.5.1 1.2.0 1.2.0
1.0.0 >=3,6,<3,9 2.29.0 1.0.0 2.0.0 1.15.0/2.5.0 1.0.0 1.0.0 0.31.0 2.5.1 1.0.0 1.0.0
0.30.0 >=3,6,<3,9 2.28.0 0.30.0 2.0.0 1.15.0/2.4.0 0.30.0 0.30.0 0.30.0 2.4.0 0.30.0 0.30.0
0.29.0 >=3,6,<3,9 2.28.0 0.29.0 2.0.0 1.15.0/2.4.0 0.29.0 0.29.0 0.29.0 2.4.0 0.29.0 0.29.0
0.28.0 >=3,6,<3,9 2.28.0 0.28.0 2.0.0 1.15.0/2.4.0 0.28.0 0.28.0 0.28.0 2.4.0 0.28.0 0.28.1
0.27.0 >=3,6,<3,9 2.27.0 0.27.0 2.0.0 1.15.0/2.4.0 0.27.0 0.27.0 0.27.0 2.4.0 0.27.0 0.27.0
0.26.4 >=3,6,<3,9 2.28.0 0.26.0 0.17.0 1.15.0/2.3.0 0.26.1 0.26.0 0.26.0 2.3.0 0.26.0 0.26.0
0.26.3 >=3,6,<3,9 2.25.0 0.26.0 0.17.0 1.15.0/2.3.0 0.26.0 0.26.0 0.26.0 2.3.0 0.26.0 0.26.0
0.26.1 >=3,6,<3,9 2.25.0 0.26.0 0.17.0 1.15.0/2.3.0 0.26.0 0.26.0 0.26.0 2.3.0 0.26.0 0.26.0
0.26.0 >=3,6,<3,9 2.25.0 0.26.0 0.17.0 1.15.0/2.3.0 0.26.0 0.26.0 0.26.0 2.3.0 0.26.0 0.26.0
0.25.0 >=3,6,<3,9 2.25.0 0.24.0 0.17.0 1.15.0/2.3.0 0.25.0 0.25.0 0.25.0 2.3.0 0.25.0 0.25.0
0.24.1 >=3,6,<3,9 2.24.0 0.24.0 0.17.0 1.15.0/2.3.0 0.24.1 0.24.0 0.24.3 2.3.0 0.24.1 0.24.1
0.24.0 >=3,6,<3,9 2.24.0 0.24.0 0.17.0 1.15.0/2.3.0 0.24.1 0.24.0 0.24.3 2.3.0 0.24.1 0.24.1
0.23.1 >=3,5,<4 2.24.0 0.23.0 0.17.0 1.15.0/2.3.0 0.23.1 0.23.0 0.23.0 2.3.0 0.23.0 0.23.0
0.23.0 >=3,5,<4 2.23.0 0.23.0 0.17.0 1.15.0/2.3.0 0.23.0 0.23.0 0.23.0 2.3.0 0.23.0 0.23.0
0.22.2 >=3,5,<4 2.21.0 0.22.1 0.16.0 1.15.0/2.2.0 0.22.2 0.22.2 0.22.2 2.2.0 0.22.0 0.22.1
0.22.1 >=3,5,<4 2.21.0 0.22.1 0.16.0 1.15.0/2.2.0 0.22.2 0.22.2 0.22.2 2.2.0 0.22.0 0.22.1
0.22.0 >=3,5,<4 2.21.0 0.22.0 0.16.0 1.15.0/2.2.0 0.22.0 0.22.0 0.22.1 2.2.0 0.22.0 0.22.0
0.21.5 >=2,7,<3 или >=3,5,<4 2.17.0 0.21.2 0.15.0 1.15.0/2.1.0 0.21.5 0.21.1 0.21.5 2.1.0 0.21.2 0.21.4
0.21.4 >=2,7,<3 или >=3,5,<4 2.17.0 0.21.2 0.15.0 1.15.0/2.1.0 0.21.5 0.21.1 0.21.5 2.1.0 0.21.2 0.21.4
0.21.3 >=2,7,<3 или >=3,5,<4 2.17.0 0.21.2 0.15.0 1.15.0/2.1.0 0.21.5 0.21.1 0.21.5 2.1.0 0.21.2 0.21.4
0.21.2 >=2,7,<3 или >=3,5,<4 2.17.0 0.21.2 0.15.0 1.15.0/2.1.0 0.21.5 0.21.1 0.21.5 2.1.0 0.21.2 0.21.4
0.21.1 >=2,7,<3 или >=3,5,<4 2.17.0 0.21.2 0.15.0 1.15.0/2.1.0 0.21.4 0.21.1 0.21.4 2.1.0 0.21.2 0.21.3
0.21.0 >=2,7,<3 или >=3,5,<4 2.17.0 0.21.0 0.15.0 1.15.0/2.1.0 0.21.0 0.21.0 0.21.1 2.1.0 0.21.0 0.21.0
0.15.0 >=2,7,<3 или >=3,5,<4 2.16.0 0.15.0 0.15.0 1.15.0 0.15.0 0.15.0 0.15.2 1.15.0 0.15.0 0.15.1
0.14.0 >=2,7,<3 или >=3,5,<4 2.14.0 0.14.0 0.14.0 1.14.0 0.14.1 0.14.0 0.14.0 1.14.0 0.14.0 н/д
0.13.0 >=2,7,<3 или >=3,5,<4 2.12.0 0.13.2 н/д 1.13.1 0.13.1 0.13.0 0.13.2 1.13.0 0.13.0 н/д
0.12.0 >=2,7,<3 2.10.0 0.13.2 н/д 1.12.0 0.12.0 0.12.1 0.12.1 1.12.0 0.12.0 н/д

Ресурсы

  • Учебники по TFX
  • Расширенный TensorFlow (YouTube)
  • Специализация МЛОпс
  • Конвейеры машинного обучения в Google Cloud
  • Управляйте производственным конвейером машинного обучения с помощью TFX
  • Как построить конвейер машинного обучения с помощью TFX
Расширять
Дополнительная информация
Связанные приложения
Рекомендуем вам
Связанные новости Все