Taula de continguts:

Com serveix un model TensorFlow?
Com serveix un model TensorFlow?

Vídeo: Com serveix un model TensorFlow?

Vídeo: Com serveix un model TensorFlow?
Vídeo: Загрузка своего набора изображений в TensorFlow | Нейросети для анализа изображений 2024, Maig
Anonim

Per tal de servir un model de Tensorflow , simplement exporteu un SavedModel del vostre Tensorflow programa. SavedModel és un format de serialització hermètic, recuperable i neutral per al llenguatge que permet que els sistemes i eines de nivell superior produeixin, consumeixin i transformin. Models TensorFlow.

En conseqüència, com executo un model TensorFlow?

Aquests són els passos que farem:

  1. Feu un model estúpid com a exemple, entreneu-lo i emmagatzemeu-lo.
  2. Obteniu les variables que necessiteu del vostre model emmagatzemat.
  3. Construeix la informació del tensor a partir d'ells.
  4. Creeu la signatura del model.
  5. Creeu i deseu un creador de models.
  6. Baixeu una imatge de Docker amb TensorFlow que ja està compilada.

A més, què serveix TensorFlow? Servei de TensorFlow és flexible i d'alt rendiment servir sistema per a models d'aprenentatge automàtic, dissenyat per a entorns de producció. Servei de TensorFlow proporciona una integració immediata amb TensorFlow models, però es poden estendre fàcilment servir altres tipus de models i dades.

En aquest sentit, com funciona el servei TensorFlow?

Servei de TensorFlow ens permet seleccionar quina versió d'un model o "servible" volem utilitzar quan fem sol·licituds d'inferència. Cada versió s'exportarà a un subdirectori diferent sota el camí donat.

Què és un servidor model?

Servidor de models per a Apache MXNet (MMS) és un component de codi obert dissenyat per simplificar la tasca de desplegar l'aprenentatge profund models per inferència a escala. Desplegant models perquè la inferència no és una tasca trivial.

Recomanat: