Sadržaj:

Kako služite TensorFlow modelu?
Kako služite TensorFlow modelu?

Video: Kako služite TensorFlow modelu?

Video: Kako služite TensorFlow modelu?
Video: Как заставить tensorflow сделать хоть что то полезное 2024, Novembar
Anonim

Kako bi se služe modelu Tensorflow , jednostavno izvezite SavedModel iz vašeg Tensorflow program. SavedModel je jezično neutralan, povrativi, hermetički format serijalizacije koji omogućava sistemima i alatima višeg nivoa da proizvode, konzumiraju i transformišu TensorFlow modeli.

Shodno tome, kako da pokrenem TensorFlow model?

Ovo su koraci koje ćemo uraditi:

  1. Napravite glupi model kao primjer, obučite ga i pohranite.
  2. Preuzmite varijable koje su vam potrebne iz vašeg pohranjenog modela.
  3. Izgradite informacije o tenzoru od njih.
  4. Kreirajte potpis modela.
  5. Kreirajte i sačuvajte graditelj modela.
  6. Preuzmite Docker sliku s TensorFlow koji već kompajlira na njoj.

Osim toga, šta služi TensorFlow? TensorFlow Serving je fleksibilan, visokih performansi serving sistem za modele mašinskog učenja, dizajniran za proizvodna okruženja. TensorFlow Serving pruža gotovu integraciju sa TensorFlow modela, ali se lako mogu proširiti na služiti druge vrste modela i podataka.

Što se toga tiče, kako funkcionira TensorFlow servis?

TensorFlow Serving omogućava nam da odaberemo koju verziju modela ili "servable" želimo koristiti kada postavljamo zahtjeve za zaključivanje. Svaka verzija će biti izvezena u drugi poddirektorij pod datom putanjom.

Šta je model server?

Model Server za Apache MXNet (MMS) je komponenta otvorenog koda koja je dizajnirana da pojednostavi zadatak implementacije dubokog učenja modeli za zaključivanje u skali. Deploying modeli jer zaključivanje nije trivijalan zadatak.

Preporučuje se: