Accueil Projets tfx
tfx
Python

tfx

TFX est une plateforme de bout en bout pour déployer des pipelines ML de production

par tensorflow · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
Langue
apache-beammachine-learningtensorflowApache-2.0Python
Voir sur GitHub
En termes simples

Créez et gérez des flux de travail d'apprentissage automatique de A à Z.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
tfx — GitHub preview card
📈 Historique des étoiles
2 1882 187
2026-07-072026-08-31
📈 Suivez tfx

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

TFX est une plateforme de bout en bout pour déployer des pipelines ML de production

tfx compte 2.2k étoiles sur GitHub. Il a été forké 731 fois. tfx est écrit principalement en Python. Il est développé activement depuis 2019. tfx est disponible sous licence Apache-2.0. Ses principaux thèmes sont : apache-beam, machine-learning, tensorflow.

Frequently asked questions

Qu'est-ce que tfx ?

TFX est une plateforme de bout en bout pour déployer des pipelines ML de production

tfx est-il open source ?

tfx est un projet open source. Il est distribué sous licence Apache-2.0.

tfx est-il gratuit ?

Oui. tfx est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est tfx ?

tfx est disponible sous licence Apache-2.0.

Dans quel langage tfx est-il écrit ?

tfx est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — tfx

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=tensorflow-tfx)](https://olud.ai/project/tensorflow-tfx.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.