Satura rādītājs:

Kā jūs apkalpojat TensorFlow modeli?
Kā jūs apkalpojat TensorFlow modeli?

Video: Kā jūs apkalpojat TensorFlow modeli?

Video: Kā jūs apkalpojat TensorFlow modeli?
Video: Установка Tensorflow. Создание нейронной сети. FMNIST. Распознавание изображений. Python 2024, Novembris
Anonim

Lai kalpo Tensorflow modelim , vienkārši eksportējiet SavedModel no sava Tensorflow programma. SavedModel ir valodai neitrāls, atkopjams, hermētisks serializācijas formāts, kas ļauj ražot, patērēt un pārveidot augstāka līmeņa sistēmas un rīkus. TensorFlow modeļi.

Attiecīgi, kā palaist TensorFlow modeli?

Šīs ir darbības, kuras mēs veiksim:

  1. Uztaisi stulbu modeli kā piemēru, apmāci un uzglabā.
  2. Iegūstiet nepieciešamos mainīgos no saglabātā modeļa.
  3. Veidojiet tenzora informāciju no tiem.
  4. Izveidojiet modeļa parakstu.
  5. Izveidojiet un saglabājiet modeļu veidotāju.
  6. Lejupielādējiet Docker attēlu, kurā jau ir apkopota TensorFlow apkalpošana.

Turklāt, ko apkalpo TensorFlow? TensorFlow apkalpošana ir elastīgs, augstas veiktspējas pasniegšana sistēma mašīnmācīšanās modeļiem, kas paredzēta ražošanas vidēm. TensorFlow apkalpošana nodrošina gatavu integrāciju ar TensorFlow modeļiem, bet tos var viegli paplašināt līdz kalpot cita veida modeļi un dati.

Saistībā ar to, kā darbojas TensorFlow apkalpošana?

TensorFlow apkalpošana ļauj mums izvēlēties, kuru modeļa vai “apkalpojamās” versiju mēs vēlamies izmantot, veicot secinājumu pieprasījumus. Katra versija tiks eksportēta uz citu apakšdirektoriju norādītajā ceļā.

Kas ir modeļa serveris?

Modeļa serveris Apache MXNet (MMS) ir atvērtā koda komponents, kas paredzēts, lai vienkāršotu dziļās mācīšanās izvietošanas uzdevumu. modeļiem lai izdarītu secinājumus mērogā. Izvietošana modeļiem jo secinājumi nav mazsvarīgs uzdevums.

Ieteicams: