如果您一直關注，過去一年您會注意到 Beam 發布了許多旨在讓機器學習變得容易的功能。從諸如引入 RunInference 轉換到持續改進 Beam Dataframes 等，這一直是我們看到 Beam 取得巨大進展的領域。然而，儘管開發進展迅速，但直到最近，仍然缺乏資源來幫助人們發現和使用這些新功能。

在過去的幾個月裡，我們一直在努力建立文件和筆記本，以便更容易使用這些新功能，並展示如何使用 Beam 來解決常見的機器學習問題。我們現在很高興展示這個全新且經過改進的 Beam ML 體驗！

為了開始使用，我們鼓勵您訪問 Beam 新的 AI/ML 登陸頁面。我們提供了大量關於 多模型管線、使用指標執行推論、線上訓練 等等內容。

我們還引入了許多範例 Jupyter Notebooks，展示如何使用內建的 Beam 轉換，例如 RunInference 和 Beam Dataframes。

未來將重點加強新增更多範例和筆記本。對於下一輪的改進，我們計劃增加使用 RunInference 處理 >30GB 模型、使用多語言管線、使用常見 Beam 概念以及使用 TensorRT 的範例。我們還將增加展示機器學習生命週期其他部分的範例，例如使用 TFMA 進行模型評估、每個實體的訓練以及更多線上訓練。

我們希望您覺得這些有用！一如既往，如果您發現任何需要改進的地方，請開啟 issue 或 提出 pull request！