Բովանդակություն:

Ինչպե՞ս եք սպասարկում TensorFlow մոդելը:
Ինչպե՞ս եք սպասարկում TensorFlow մոդելը:

Video: Ինչպե՞ս եք սպասարկում TensorFlow մոդելը:

Video: Ինչպե՞ս եք սպասարկում TensorFlow մոդելը:
Video: Ինչպե՞ս եք գնահատում սպասարկման ոլորտն Ախալցիխեում 2024, Մայիս
Anonim

Որպեսզի ծառայել Tensorflow մոդելը , պարզապես ձերից արտահանեք SavedModel Tensorflow ծրագիրը։ SavedModel-ը լեզվական չեզոք, վերականգնվող, հերմետիկ սերիալացման ձևաչափ է, որը հնարավորություն է տալիս ավելի բարձր մակարդակի համակարգերին և գործիքներին արտադրել, սպառել և վերափոխել: TensorFlow մոդելներ.

Համապատասխանաբար, ինչպե՞ս կարող եմ գործարկել TensorFlow մոդելը:

Սրանք այն քայլերն են, որոնք մենք պատրաստվում ենք անել

  1. Որպես օրինակ պատրաստեք հիմար մոդել, մարզեք և պահեք այն:
  2. Վերցրեք ձեզ անհրաժեշտ փոփոխականները ձեր պահված մոդելից:
  3. Կառուցեք թենզորի տեղեկատվությունը դրանցից:
  4. Ստեղծեք մոդելի ստորագրությունը:
  5. Ստեղծեք և պահպանեք մոդելային շինարար:
  6. Ներբեռնեք Docker պատկերը, որի վրա արդեն իսկ ծառայում է TensorFlow:

Բացի այդ, ինչ է ծառայում TensorFlow-ը: TensorFlow-ի սպասարկում ճկուն, բարձր կատարողականություն է ծառայելով մեքենայական ուսուցման մոդելների համակարգ, որը նախատեսված է արտադրական միջավայրերի համար։ TensorFlow-ի սպասարկում ապահովում է ինտեգրում առանց տուփի TensorFlow մոդելներ, բայց կարող են հեշտությամբ ընդլայնվել ծառայել այլ տեսակի մոդելներ և տվյալներ:

Այս առնչությամբ, ինչպե՞ս է աշխատում TensorFlow-ը:

TensorFlow-ի սպասարկում թույլ է տալիս մեզ ընտրել մոդելի կամ «սպասարկվող» տարբերակը, որը մենք ցանկանում ենք օգտագործել, երբ մենք եզրակացության հարցումներ ենք անում: Յուրաքանչյուր տարբերակ կարտահանվի մեկ այլ ենթատեղեկատու՝ տվյալ ճանապարհով:

Ի՞նչ է մոդելային սերվերը:

Մոդել սերվեր Apache MXNet-ի համար (MMS) բաց կոդով բաղադրիչ է, որը նախատեսված է պարզեցնելու խորը ուսուցման գործը մոդելներ մասշտաբով եզրակացության համար: Տեղակայում մոդելներ քանի որ եզրակացությունը աննշան խնդիր չէ:

Խորհուրդ ենք տալիս: