مؤلفه ها، نمونه ها و ابزارهای توسعه یافته توسط جامعه برای TFX

TFX-Addons در PyPI برای همه سیستم عامل ها در دسترس است. برای نصب آخرین نسخه، اجرا کنید:

pip install tfx-addons

سپس می توانید از TFX-Addons مانند این استفاده کنید:

from tfx import v1 as tfx
import tfx_addons as tfxa

# Then you can easily load projects tfxa.{project_name}. For example:
tfxa.feast_examplegen.FeastExampleGen(...)

توسعه دهندگان به توسعه دهندگان کمک می کنند. TFX-Addons مجموعه ای از پروژه های اجتماعی برای ساخت اجزا، نمونه ها، کتابخانه ها و ابزارهای جدید برای TFX است. این پروژه ها تحت نظارت گروه علاقه ویژه، SIG TFX-Addons سازماندهی می شوند.

به انجمن بپیوندید و کار خود را با جهان به اشتراک بگذارید!

،

توسعه دهندگان به توسعه دهندگان کمک می کنند. TFX-Addons مجموعه ای از پروژه های اجتماعی برای ساخت اجزا، نمونه ها، کتابخانه ها و ابزارهای جدید برای TFX است. این پروژه ها تحت نظارت گروه علاقه ویژه، SIG TFX-Addons سازماندهی می شوند.

به انجمن بپیوندید و کار خود را با جهان به اشتراک بگذارید!

یک مؤلفه ExampleGen برای دریافت مجموعه داده‌ها از فروشگاه ویژگی Feast .

،

یک مؤلفه ExampleGen برای دریافت مجموعه داده‌ها از فروشگاه ویژگی Feast .

انتخاب ویژگی را با استفاده از الگوریتم های مختلف با این جزء TFX انجام دهید.

،

انتخاب ویژگی را با استفاده از الگوریتم های مختلف با این جزء TFX انجام دهید.

یک جزء TFX برای انتشار/به‌روزرسانی مدل‌های ML به Firebase ML.

،

یک جزء TFX برای انتشار/به‌روزرسانی مدل‌های ML به Firebase ML.

با اطلاع دادن به کاربران، از جمله هرگونه پیام خطا، تکمیل یا شکست خط لوله را مدیریت کنید.

،

با اطلاع دادن به کاربران، از جمله هرگونه پیام خطا، تکمیل یا شکست خط لوله را مدیریت کنید.

کتابخانه مشتری برای بررسی محتوای موجود در فراداده ML که توسط خطوط لوله TFX پر شده است.

،

کتابخانه مشتری برای بررسی محتوای موجود در فراداده ML که توسط خطوط لوله TFX پر شده است.

ModelCardGenerator آمار مجموعه داده ها ، ارزیابی مدل و یک مدل تحت فشار را برای پر کردن خودکار بخش هایی از کارت مدل می گیرد.

برای مهندسی ویژگی خود به جای کامپوننت استاندارد Transform از Dataframes Pandas استفاده کنید. پردازش با استفاده از پرتو آپاچی برای مقیاس پذیری توزیع می شود.

،

برای مهندسی ویژگی خود به جای کامپوننت استاندارد Transform از Dataframes Pandas استفاده کنید. پردازش با استفاده از پرتو آپاچی برای مقیاس پذیری توزیع می شود.

یک جزء TFX برای نمونه‌برداری از داده‌ها از نمونه‌ها، با استفاده از تخمین احتمالی.

،

یک جزء TFX برای نمونه‌برداری از داده‌ها از نمونه‌ها، با استفاده از تخمین احتمالی.

کد کاربر را به طرحی که توسط مؤلفه SchemaGen تولید شده است اعمال کنید و آن را بر اساس دانش دامنه تنظیم کنید.

،

کد کاربر را به طرحی که توسط مؤلفه SchemaGen تولید شده است اعمال کنید و آن را بر اساس دانش دامنه تنظیم کنید.

مدل‌های XGBoost را با گسترش مؤلفه ارزیابی استاندارد ارزیابی کنید.

،

مدل‌های XGBoost را با گسترش مؤلفه ارزیابی استاندارد ارزیابی کنید.