Inhoudsopgave:

Hoe bedient u een TensorFlow-model?
Hoe bedient u een TensorFlow-model?

Video: Hoe bedient u een TensorFlow-model?

Video: Hoe bedient u een TensorFlow-model?
Video: #10. Keras - последовательная модель Sequential | Tensorflow 2 уроки 2024, Mei
Anonim

Om zo te een Tensorflow-model dienen , exporteer eenvoudig een SavedModel van uw tensorstroom programma. SavedModel is een taalneutraal, herstelbaar, hermetisch serialisatieformaat waarmee systemen en tools op een hoger niveau kunnen produceren, consumeren en transformeren TensorFlow-modellen.

Hoe voer ik een TensorFlow-model uit?

Dit zijn de stappen die we gaan doen:

  1. Maak als voorbeeld een stom model, train en berg het op.
  2. Haal de variabelen op die u nodig hebt uit uw opgeslagen model.
  3. Bouw de tensor-info van hen op.
  4. Maak de modelhandtekening.
  5. Maak een modelbouwer en sla deze op.
  6. Download een Docker-afbeelding met TensorFlow-service die er al op is gecompileerd.

Bovendien, wat dient TensorFlow? TensorFlow-weergave is een flexibele, hoogwaardige portie systeem voor machine learning-modellen, ontworpen voor productieomgevingen. TensorFlow-weergave biedt kant-en-klare integratie met TensorFlow modellen, maar kan eenvoudig worden uitgebreid tot dienen andere soorten modellen en gegevens.

Wat dit betreft, hoe werkt TensorFlow-service?

TensorFlow-weergave stelt ons in staat om te selecteren welke versie van een model, of "servable" we willen gebruiken wanneer we gevolgtrekkingsverzoeken doen. Elke versie wordt geëxporteerd naar een andere submap onder het opgegeven pad.

Wat is een modelserver?

Modelserver voor Apache MXNet (MMS) is een open source-component die is ontworpen om de implementatie van deep learning te vereenvoudigen modellen voor gevolgtrekking op schaal. implementeren modellen want gevolgtrekking is geen triviale taak.

Aanbevolen: