TensorFlow2.0 模型部署

本文详细介绍了如何将TensorFlow模型部署到TensorFlow Serving。内容包括拉取Docker镜像,将模型转换为pb格式并复制到镜像内,创建新镜像,以及通过gRPC远程访问服务的步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、拉取TensorFlow Serving镜像

docker pull tensorflow/serving
docker pull pfeiwang/violence_detection_models:m1
如果需要gpu版本或者其他版本可以去Docker Hub自行选择。

二、模型打入TFServing镜像内部

1.保存模型为pb格式

首先需要将tensorflow 模型保存为pb格式,通过如下代码

tf.saved_model.save("path")

如果有的同学将模型保存为了其他结构有两种方式解决

  • 将其他格式的模型形式转化为pb格式,网上有代码可以搜
  • 将原有的格式的模型加载出来然后保存为pb格式的模型即可

<

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值