এই টিউটোরিয়ালগুলি আপনাকে শুরু করতে সাহায্য করবে, এবং আপনাকে TFX-এর সাথে প্রোডাকশন ওয়ার্কফ্লো এবং স্থাপনার জন্য কাজ করার কয়েকটি ভিন্ন উপায় শিখতে সাহায্য করবে। বিশেষ করে, আপনি একটি TFX পাইপলাইন তৈরির দুটি প্রধান শৈলী শিখবেন:

  • একটি নোটবুকে একটি পাইপলাইন বিকাশ করতে InteractiveContext ব্যবহার করে, একটি সময়ে একটি উপাদানের সাথে কাজ করা। এই শৈলী উন্নয়ন সহজ এবং আরো পাইথনিক করে তোলে.
  • একটি সম্পূর্ণ পাইপলাইন সংজ্ঞায়িত করা এবং একটি রানার দিয়ে এটি কার্যকর করা। আপনি যখন তাদের স্থাপন করবেন তখন আপনার পাইপলাইনগুলি এইরকম দেখাবে৷
একটি পরিচালিত পাইপলাইন পরিষেবা, ভার্টেক্স পাইপলাইনে পাইপলাইনগুলি চলছে৷
ML পাইপলাইনের ডেটা উৎস হিসাবে BigQuery ব্যবহার করে
ML প্রশিক্ষণের জন্য ক্লাউড সংস্থান ব্যবহার করে এবং Vertex AI এর সাথে পরিবেশন করা।
টিএফএক্স এবং ক্লাউড এআই প্ল্যাটফর্ম পাইপলাইন ব্যবহারের একটি ভূমিকা।
একবার আপনি TFX সম্পর্কে প্রাথমিক ধারণা পেয়ে গেলে, এই অতিরিক্ত টিউটোরিয়াল এবং গাইডগুলি দেখুন। এবং TFX ব্যবহারকারীর নির্দেশিকা পড়তে ভুলবেন না।
টিএফএক্স-এর একটি কম্পোনেন্ট-বাই-কম্পোনেন্ট ভূমিকা, ইন্টারেক্টিভ প্রসঙ্গ সহ, একটি খুব দরকারী ডেভেলপমেন্ট টুল। Run in Google Colab বোতামে ক্লিক করুন।
একটি টিউটোরিয়াল দেখানো হচ্ছে কিভাবে আপনার নিজস্ব কাস্টম TFX কম্পোনেন্ট ডেভেলপ করতে হয়।
এই Google Colab নোটবুকটি দেখায় যে কীভাবে টেনসরফ্লো ডেটা ভ্যালিডেশন (TFDV) বর্ণনামূলক পরিসংখ্যান তৈরি করা, একটি স্কিমা অনুমান করা এবং অসঙ্গতিগুলি খুঁজে বের করা সহ একটি ডেটাসেট তদন্ত এবং কল্পনা করতে ব্যবহার করা যেতে পারে।
এই Google Colab নোটবুকটি প্রদর্শন করে যে কীভাবে টেনসরফ্লো মডেল অ্যানালাইসিস (TFMA) একটি ডেটাসেটের বৈশিষ্ট্যগুলি অনুসন্ধান এবং কল্পনা করতে এবং নির্ভুলতার বিভিন্ন অক্ষ বরাবর একটি মডেলের কার্যকারিতা মূল্যায়ন করতে ব্যবহার করা যেতে পারে।
এই টিউটোরিয়ালটি দেখায় কিভাবে TensorFlow সার্ভিং একটি সাধারণ REST API ব্যবহার করে একটি মডেল পরিবেশন করতে ব্যবহার করা যেতে পারে।