我用 tf.keras 构建了一个推荐系统。
我想将其部署到实际环境中。
我能做的一件事是,创建一个基于 python 的网络服务器 (django),它接受 (http) 休息请求,使用经过训练的模型进行预测
,并将结果作为休息响应返回.
我想知道除了上述之外是否还有推荐的替代方案?
我可以猜出tensorflow serving可能与我想做的事情有关,但无法确定..
- 我正在子类化 tf.keras.models.Model 来创建我的模型,但它不支持
model.save()
仅model.save_weights
..我想这可能会影响我的选择。
最佳答案
Tesnsorflow 服务是这里的方法: https://github.com/tensorflow/serving
它有一些非常好的功能:https://youtu.be/CxUc5FJF_9w?t=1056 该视频总体上提供了有关 TensorFlow 服务和 TFX 的丰富信息。
关于python - 如何部署tensorflow系统? tensorflow 服务?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55494799/