使用TF Serving将TensorFlow模型投入生产
1. 保存模型
首先,我们需要保存训练好的模型。以下是保存模型的代码示例:
tfs, [tf.saved_model.tag_constants.SERVING],
signature_def_map={
'predict_images': prediction_signature,
DEFAULT_SERVING_SIGNATURE_DEF_KEY:
classification_signature,
},
legacy_init_op=legacy_init_op)
builder.save()
当我们看到以下输出时,说明模型已成功保存:
accuracy=0.92979997
INFO:tensorflow:No assets to save.
INFO:tensorflow:No assets to write.
INFO:tensorflow:SavedModel written to:
b'/home/armando/models/mnist/1/saved_model.pb'
2. 使用TF Serving服务模型
2.1 启动ModelServer
要启动ModelServer,执行以下命令:
$ tensorflow_model_server -
超级会员免费看
订阅专栏 解锁全文
15

被折叠的 条评论
为什么被折叠?



