TensorFlow Extended (TFX) platformek çavkaniyek vekirî ya hêzdar e ku ji hêla Google ve hatî pêşve xistin ji bo bicîhkirin û rêvebirina modelên fêrbûna makîneyê di hawîrdorên hilberînê de. Ew komek amûr û pirtûkxaneyek berfereh peyda dike ku arîkariya rêvekirina xebata fêrbûna makîneyê dike, ji gihandina daneyan û pêşdibistanê heya perwerdehiya modelê û xizmetkirinê. TFX bi taybetî ji bo çareserkirina kêşeyên ku di dema derbasbûna ji qonaxa pêşkeftin û ceribandinê de berbi bicihkirin û domandina modelên fêrbûna makîneyê di pîvanê de rû bi rû dimînin, hatî çêkirin.
Yek ji hêmanên sereke yên TFX firotgeha Metadata ye. Firoşgeha Metadata depoyek navendî ye ku metadata di derheqê cûrbecûr huner û darvekirinên ku di pêvajoya fêrbûna makîneyê de têkildar in hilîne. Ew wekî katalogek agahdarî tevdigere, hûrguliyên wekî daneyên ku ji bo perwerdehiyê têne bikar anîn, gavên pêşdibistanê hatine sepandin, mîmariya modelê, hîperparametre û pîvanên nirxandinê digire. Ev metadata di tevahiya lûleya fêrbûna makîneyê de nihêrînên hêja peyda dike û ji nû ve hilberandin, vedîtin, û hevkariyê dike.
TFX dikana Metadata bikar tîne da ku ji bo xistina modelên fêrbûna makîneyê di hilberînê de gelek kapasîteyên girîng çalak bike. Pêşîn, ew guhertokirin û şopandina rêzê dihêle, rê dide bikarhêneran ku eslê modelekê bişopînin û dane û veguhertinên ku beşdarî afirandina wê bûne fam bikin. Ev ji bo domandina şefafî û misogerkirina pêbaweriya modelan di hilberînê de girîng e.
Ya duyemîn, TFX pejirandin û nirxandina modelê hêsantir dike. Firotgeha Metadata metrîkên nirxandinê hildide, ku dikare were bikar anîn da ku performansa modelê bi demê re bişopîne û biryarên agahdar di derheqê ji nû ve perwerdekirin an bicîhkirina modelê de bide. Bi berhevkirina performansa modelên cihêreng, rêxistin dikarin pergalên fêrbûna makîneya xwe bi domdarî dubare bikin û baştir bikin.
Digel vê yekê, TFX orkestrasyon û bicîhkirina lûleyên otomatîkî çalak dike. Bi TFX re, bikarhêner dikarin lûleyên fêrbûna makîneyê ya dawî-bi-dawî ku guheztina daneyê, pêşdibistanê, perwerdehiya modelê, û xizmetkirinê vedihewîne diyar bikin û bicîh bikin. Firoşgeha Metadata bi şopandina rewşa darvekirinê û girêdanên di navbera pêkhateyên boriyê de ji van boriyan re dibe alîkar. Ev rê dide bicîhkirina modela bikêr û otomatîk, kêmkirina xetera xeletiyan û bicîhkirina bicîhkirina domdar û pêbawer.
TFX di heman demê de bi binesaziya xwe ya karûbarê karûbarê model û encamgirtinê jî piştgirî dike. Modelên ku bi karanîna TFX-ê têne perwerde kirin dikarin li ser platformên karûbarê cihêreng, wek TensorFlow Serving an TensorFlow Lite, werin bicîh kirin, ku yekkirina modelan di pergalên hilberînê de hêsan dike û pêşbîniyên di pîvanê de pêşkêş dike.
TensorFlow Extended (TFX) platformek hêzdar e ku pêvajoya bicihkirin û birêvebirina modelên fêrbûna makîneyê di hilberînê de hêsan dike. Firoşgeha wê ya Metadata guhertoyê, şopandina rêzê, pejirandina modelê, û kapasîteyên orkestrasyona xeta boriyê ya otomatîkî peyda dike. Bi karanîna TFX-ê, rêxistin dikarin pêbawerî, pîvandin û domandina pergalên fêrbûna makîneya xwe piştrast bikin.
Pirs û bersivên din ên vê dawiyê di derbarê Bingehîn TensorFlow EITC/AI/TFF:
- Meriv çawa dikare qatek binavkirî bikar bîne da ku bixweber axên rast ji bo nexşeyek nûnertiya peyvan wekî vektor destnîşan bike?
- Armanca berhevkirina max di CNN de çi ye?
- Pêvajoya derxistina taybetmendiyê di tora neuralî ya hevgirtî (CNN) de ji bo naskirina wêneyê çawa tê sepandin?
- Ma pêdivî ye ku ji bo modelên fêrbûna makîneyê yên ku li TensorFlow.js têne xebitandin fonksiyonek fêrbûna asynkron bikar bînin?
- Parametreya herî zêde ya peyvan a TensorFlow Keras Tokenizer API çi ye?
- Ma TensorFlow Keras Tokenizer API dikare were bikar anîn da ku peyvên herî pir caran bibîne?
- TOCO çi ye?
- Têkiliya di navbera çend serdeman de di modelek fêrbûna makîneyê de û rastbûna pêşbîniya ji xebitandina modelê de çi ye?
- Ma API-ya cîranên pakêtê di Fêrbûna Structured Neural of TensorFlow de li ser bingeha daneya grafika xwezayî danûstendinek perwerdehiya zêdekirî çêdike?
- API-ya cîranên pakêtê di Fêrbûna Structured Neural of TensorFlow de çi ye?
Pir pirs û bersivan di EITC/AI/TFF TensorFlow Fundamentals de bibînin