Daftar Isi:

Bagaimana Anda menyajikan model TensorFlow?
Bagaimana Anda menyajikan model TensorFlow?

Video: Bagaimana Anda menyajikan model TensorFlow?

Video: Bagaimana Anda menyajikan model TensorFlow?
Video: Установка Tensorflow. Создание нейронной сети. FMNIST. Распознавание изображений. Python 2024, Mungkin
Anonim

Untuk melayani model Tensorflow , cukup ekspor SavedModel dari. Anda Tensorflow program. SavedModel adalah format serialisasi hermetis yang netral-bahasa, dapat dipulihkan, yang memungkinkan sistem dan alat tingkat tinggi untuk memproduksi, menggunakan, dan mengubah Model TensorFlow.

Oleh karena itu, bagaimana cara menjalankan model TensorFlow?

Ini adalah langkah-langkah yang akan kita lakukan:

  1. Jadikan model bodoh sebagai contoh, latih dan simpan.
  2. Ambil variabel yang Anda butuhkan dari model tersimpan Anda.
  3. Bangun info tensor dari mereka.
  4. Buat tanda tangan model.
  5. Buat dan simpan pembuat model.
  6. Unduh gambar Docker dengan penyajian TensorFlow yang sudah dikompilasi di dalamnya.

Selain itu, apa yang disajikan TensorFlow? Penyajian TensorFlow adalah fleksibel, kinerja tinggi porsi sistem untuk model pembelajaran mesin, yang dirancang untuk lingkungan produksi. Penyajian TensorFlow menyediakan integrasi out-of-the-box dengan TensorFlow model, tetapi dapat dengan mudah diperluas ke Menyajikan jenis model dan data lainnya.

Mengenai hal ini, bagaimana cara kerja TensorFlow?

Penyajian TensorFlow memungkinkan kita untuk memilih versi model mana, atau "servable" yang ingin kita gunakan ketika kita membuat permintaan inferensi. Setiap versi akan diekspor ke sub-direktori yang berbeda di bawah jalur yang diberikan.

Apa itu model server?

Server Model untuk Apache MXNet (MMS) adalah komponen open source yang dirancang untuk menyederhanakan tugas penerapan deep learning model untuk inferensi pada skala. Menyebarkan model untuk inferensi bukanlah tugas sepele.

Direkomendasikan: