Talaan ng mga Nilalaman:

Paano ka maghahatid ng modelong TensorFlow?
Paano ka maghahatid ng modelong TensorFlow?

Video: Paano ka maghahatid ng modelong TensorFlow?

Video: Paano ka maghahatid ng modelong TensorFlow?
Video: Beginner Keras / TensorFlow Tutorial for Deep Learning 2024, Nobyembre
Anonim

Nang sa gayon maghatid ng modelong Tensorflow , mag-export lang ng SavedModel mula sa iyong Tensorflow programa. Ang SavedModel ay isang language-neutral, nare-recover, hermetic na serialization na format na nagbibigay-daan sa mas mataas na antas ng mga system at tool na gumawa, kumonsumo, at magbago. Mga modelo ng TensorFlow.

Alinsunod dito, paano ako magpapatakbo ng modelong TensorFlow?

Ito ang mga hakbang na ating gagawin:

  1. Gumawa ng isang hangal na modelo bilang isang halimbawa, sanayin at iimbak ito.
  2. Kunin ang mga variable na kailangan mo mula sa iyong nakaimbak na modelo.
  3. Buuin ang impormasyon ng tensor mula sa kanila.
  4. Lumikha ng lagda ng modelo.
  5. Gumawa at mag-save ng tagabuo ng modelo.
  6. Mag-download ng larawan ng Docker na may TensorFlow serving na naka-compile dito.

Bukod pa rito, ano ang inihahatid ng TensorFlow? TensorFlow Serving ay isang nababaluktot, mataas ang pagganap nagsisilbi system para sa mga modelo ng machine learning, na idinisenyo para sa mga kapaligiran ng produksyon. TensorFlow Serving nagbibigay ng out-of-the-box na pagsasama sa TensorFlow mga modelo, ngunit madaling mapalawak sa maglingkod iba pang mga uri ng mga modelo at data.

Tungkol dito, paano gumagana ang TensorFlow serve?

TensorFlow Serving nagbibigay-daan sa amin na pumili kung aling bersyon ng isang modelo, o "servable" ang gusto naming gamitin kapag gumawa kami ng mga kahilingan sa hinuha. Ang bawat bersyon ay ie-export sa ibang sub-directory sa ilalim ng ibinigay na landas.

Ano ang isang modelo ng server?

Modelong Server para sa Apache MXNet (MMS) ay isang open source na bahagi na idinisenyo upang pasimplehin ang gawain ng pag-deploy ng malalim na pag-aaral mga modelo para sa hinuha sa sukat. Nagde-deploy mga modelo para sa hinuha ay hindi isang maliit na gawain.

Inirerekumendang: