如何使用API中的TensorFlow部署和提供预测？
生活：
从Google教程中我们知道如何在TensorFlow中训练模型。但是，最好的方法是保存经过训练的模型，然后在生产服务器中使用基本的最小python API进行预测。
我的问题基本上是针对TensorFlow最佳实践的，它可以在不影响速度和内存问题的情况下保存模型并在实时服务器上提供预测。由于API服务器将永远在后台运行。
一小段python代码将不胜感激。
Jarek Wilkiewicz：
TensorFlow Serving是针对机器学习模型的高性能，开源服务系统，专为生产环境而设计，并针对TensorFlow进行了优化。初始发行版包含基于gRPC的 C ++服务器和Python客户端示例。基本架构如下图所示。
要快速入门，请查看教程。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
编辑于
相关文章
TOP 榜单
- 1
蓝屏死机没有修复解决方案
- 2
计算数据帧中每行的NA
- 3
UITableView的项目向下滚动后更改颜色，然后快速备份
- 4
Node.js中未捕获的异常错误，发生调用
- 5
在 Python 2.7 中。如何从文件中读取特定文本并分配给变量
- 6
Linux的官方Adobe Flash存储库是否已过时？
- 7
验证REST API参数
- 8
ggplot：对齐多个分面图-所有大小不同的分面
- 9
Mac OS X更新后的GRUB 2问题
- 10
通过 Git 在运行 Jenkins 作业时获取 ClassNotFoundException
- 11
带有错误“ where”条件的查询如何返回结果？
- 12
用日期数据透视表和日期顺序查询
- 13
VB.net将2条特定行导出到DataGridView
- 14
如何从视图一次更新多行（ASP.NET - Core）
- 15
Java Eclipse中的错误13，如何解决？
- 16
尝试反复更改屏幕上按钮的位置 - kotlin android studio
- 17
离子动态工具栏背景色
- 18
应用发明者仅从列表中选择一个随机项一次
- 19
当我尝试下载 StanfordNLP en 模型时，出现错误
- 20
python中的boto3文件上传
- 21
在同一Pushwoosh应用程序上Pushwoosh多个捆绑ID
我来说两句