史上最简洁使用Tensorflow_model_server

最简洁使用Tensorflow_model_server

Tensorflow_model_server的目的是：

统一管理一个模型服务器，利于让他人使用这个模型，而且可以动态更新模型，模型也会常住在内存里面，加快结果输出，减少模型加载时间。

事先准备操作：

Tensorflow_model_server 安装：

参考：https://www.tensorflow.org/serving/setup

这里会有一个坑: 直接pip intall tensorflow-model-server 的时候它会显示已经安装完，但是实际上还是没有找到这个库，处理方法是，先把原来的 tensorflow-model-server给uninstall 再按安装库上面安装即可。

启动 tensorflow_model_server :

tensorflow_model_server

--port=端口号 8000

--model_name=模型名称 例:256

--model_base_path=绝对路径 例: /notebooks/animieGan/TwinGAN/export

正常情况下：