นี่คือแอป Linux ชื่อ TensorFlow Serving ซึ่งสามารถดาวน์โหลดรุ่นล่าสุดได้เป็น 2.13.1.zip สามารถเรียกใช้ออนไลน์ใน OnWorks ผู้ให้บริการโฮสต์ฟรีสำหรับเวิร์กสเตชัน
ดาวน์โหลดและเรียกใช้แอปนี้ทางออนไลน์ที่ชื่อว่า TensorFlow Serving with OnWorks ฟรี
ทำตามคำแนะนำเหล่านี้เพื่อเรียกใช้แอปนี้:
- 1. ดาวน์โหลดแอปพลิเคชั่นนี้ในพีซีของคุณ
- 2. เข้าไปที่ file manager https://www.onworks.net/myfiles.php?username=XXXXX ด้วยชื่อผู้ใช้ที่คุณต้องการ
- 3. อัปโหลดแอปพลิเคชันนี้ในตัวจัดการไฟล์ดังกล่าว
- 4. เริ่มโปรแกรมจำลองออนไลน์ของ OnWorks Linux หรือ Windows ออนไลน์ หรือโปรแกรมจำลองออนไลน์ MACOS จากเว็บไซต์นี้
- 5. จาก OnWorks Linux OS คุณเพิ่งเริ่มต้น ไปที่ตัวจัดการไฟล์ของเรา https://www.onworks.net/myfiles.php?username=XXXXX พร้อมชื่อผู้ใช้ที่คุณต้องการ
- 6. ดาวน์โหลดแอปพลิเคชั่น ติดตั้ง และเรียกใช้
ภาพหน้าจอ
Ad
การให้บริการ TensorFlow
DESCRIPTION
TensorFlow Serving เป็นระบบการให้บริการที่ยืดหยุ่นและมีประสิทธิภาพสูงสำหรับโมเดลการเรียนรู้ของเครื่อง ออกแบบมาสำหรับสภาพแวดล้อมการผลิต โดยจะเกี่ยวข้องกับแง่มุมอนุมานของการเรียนรู้ของเครื่อง การนำแบบจำลองไปใช้หลังการฝึกอบรมและการจัดการตลอดอายุการใช้งาน ทำให้ลูกค้าสามารถเข้าถึงเวอร์ชันต่างๆ ผ่านตารางค้นหาที่นับจำนวนการอ้างอิงที่มีประสิทธิภาพสูง TensorFlow Serving ให้การผสานรวมกับโมเดล TensorFlow ที่พร้อมใช้งานทันที แต่สามารถขยายเพื่อให้บริการโมเดลและข้อมูลประเภทอื่นๆ ได้อย่างง่ายดาย วิธีที่ง่ายและตรงไปตรงมาที่สุดในการใช้ TensorFlow Serving คือการใช้อิมเมจ Docker เราขอแนะนำเส้นทางนี้เป็นอย่างยิ่ง เว้นแต่ว่าคุณมีความต้องการเฉพาะที่ไม่ได้แก้ไขด้วยการรันในคอนเทนเนอร์ เพื่อให้บริการโมเดล Tensorflow เพียงส่งออก SavedModel จากโปรแกรม Tensorflow ของคุณ SavedModel เป็นรูปแบบภาษาที่เป็นกลาง กู้คืนได้ และซีเรียลไลเซชันแบบแน่นหนา ซึ่งช่วยให้ระบบและเครื่องมือระดับสูงในการผลิต ใช้ และแปลงโมเดล TensorFlow
คุณสมบัติ
- สามารถให้บริการหลายรุ่นหรือหลายรุ่นของรุ่นเดียวกันพร้อมกัน
- เปิดเผยทั้ง gRPC และจุดสิ้นสุดการอนุมาน HTTP
- อนุญาตให้ปรับใช้โมเดลรุ่นใหม่โดยไม่ต้องเปลี่ยนรหัสไคลเอนต์ใด ๆ
- รองรับ Canarying เวอร์ชันใหม่และการทดสอบ A/B รุ่นทดลอง
- เพิ่มเวลาแฝงขั้นต่ำในการอนุมานเนื่องจากการใช้งานที่มีประสิทธิภาพและมีค่าใช้จ่ายต่ำ
- นำเสนอตัวกำหนดตารางเวลาที่จัดกลุ่มคำขอการอนุมานแต่ละรายการเป็นแบทช์สำหรับการดำเนินการร่วมกันบน GPU พร้อมการควบคุมเวลาแฝงที่กำหนดค่าได้
ภาษาโปรแกรม
C + +
หมวดหมู่
นี่คือแอปพลิเคชันที่สามารถดึงข้อมูลจาก https://sourceforge.net/projects/tensorflow-serving.mirror/ มีการโฮสต์ใน OnWorks เพื่อให้ทำงานออนไลน์ในวิธีที่ง่ายที่สุดจากหนึ่งในระบบปฏิบัติการฟรีของเรา
