Tensorflow Serving - серверная архитектура для развёртывания и обслуживания моделей ML
Tensorflow Serving - серверная архитектура для развёртывания и обслуживания моделей ML в продуктивной среде.TensorFlow Serving делает легким процесс развертывания новых алгоритмов и экспериментов, при сохранении той же серверной архитектуры и API. TensorFlow Serving обеспечивает прозрачную интеграцию “из коробки“ с моделями TensorFlow, так и возможностями по расширению
другими типами моделей и данных.
В данном видео вы посмотрите как настраивать и использовать TensorFlow Serving на небольшом практическом примере. Более подробное рассмотрение данной темы мы разберем на курсах по Машинному обучению в нашем учебном центре «Школа Больших Данных».
Новый 3х дневный практический курс по основам машинного обучения для специалистов по аналитике данных, разработчиков и руководителей, которые хотят освоить базовые понятия Machine Learning с использованием Python. “Школа Больших Данных“ г. Москва
Курс проводится только в специализированном учебном центре «Школа Больших Данн
1 view
92
25
2 years ago 00:06:31 5
What’s new in TensorFlow
2 years ago 00:49:59 8
Deep Learning with Python & TensorFlow|Ian Lewis|PyCon TW 2016
3 years ago 00:07:27 6
Advanced features on TensorFlow Serving
3 years ago 00:06:34 2
Deploying production ML models with TensorFlow Serving overview
3 years ago 00:38:59 1
Build a Machine Learning API and deploy using TF serving | Postman Student Summit
4 years ago 00:09:35 26
Deep learning project end to end | Potato Disease Classification Using CNN - 1 : Problem Statement
4 years ago 00:06:56 1
Efficient serving with ScaNN for retrieval (Building recommendation systems with TensorFlow)