זוהי אפליקציית לינוקס בשם TensorFlow Serving שניתן להוריד את המהדורה האחרונה שלה בתור 2.13.1.zip. ניתן להפעיל אותו באופן מקוון בספק האירוח החינמי OnWorks עבור תחנות עבודה.
הורד והפעל באינטרנט את האפליקציה הזו בשם TensorFlow Serving with OnWorks בחינם.
בצע את ההוראות הבאות כדי להפעיל את האפליקציה הזו:
- 1. הורד את היישום הזה למחשב שלך.
- 2. הזן במנהל הקבצים שלנו https://www.onworks.net/myfiles.php?username=XXXXX עם שם המשתמש שאתה רוצה.
- 3. העלה את היישום הזה במנהל קבצים כזה.
- 4. הפעל את האמולטור המקוון של OnWorks Linux או Windows מקוון או אמולטור מקוון של MACOS מאתר זה.
- 5. ממערכת ההפעלה OnWorks Linux שזה עתה התחלת, עבור אל מנהל הקבצים שלנו https://www.onworks.net/myfiles.php?username=XXXXX עם שם המשתמש הרצוי.
- 6. הורד את האפליקציה, התקן אותה והפעל אותה.
בצילומי מסך
Ad
הגשת TensorFlow
תיאור
TensorFlow Serving היא מערכת הגשה גמישה עם ביצועים גבוהים עבור מודלים של למידת מכונה, המיועדת לסביבות ייצור. הוא עוסק בהיבט ההסקת של למידת מכונה, נטילת מודלים לאחר אימון וניהול משך חייהם, מספק ללקוחות גישה מנוסחת באמצעות טבלת חיפוש בעלת ביצועים גבוהים עם ספירת הפניות. TensorFlow Serving מספק אינטגרציה מחוץ לקופסה עם דגמי TensorFlow, אך ניתן להרחיב אותו בקלות כדי לשרת סוגים אחרים של מודלים ונתונים. הדרך הקלה והישרה ביותר להשתמש ב- TensorFlow Serving היא באמצעות תמונות Docker. אנו ממליצים בחום על מסלול זה, אלא אם יש לך צרכים ספציפיים שאינם מטופלים על ידי ריצה בקונטיינר. על מנת לשרת מודל Tensorflow, פשוט ייצא SavedModel מתוכנית Tensorflow שלך. SavedModel הוא פורמט סריאליזציה הרמטי נייטרלי בשפה, ניתן לשחזור, המאפשר למערכות וכלים ברמה גבוהה יותר לייצר, לצרוך ולשנות מודלים של TensorFlow.
תכונות
- יכול לשרת מספר דגמים, או גרסאות מרובות של אותו דגם בו-זמנית
- חושף גם נקודות קצה של gRPC וגם HTTP
- מאפשר פריסה של גרסאות מודל חדשות מבלי לשנות שום קוד לקוח
- תומך בגרסאות חדשות ב-Canarying ובמודלים ניסיוניים של בדיקת A/B
- מוסיף זמן השהייה מינימלי לזמן ההסקה הודות למימוש יעיל, בעל תקורה נמוכה
- כולל מתזמן שמקבץ בקשות הסקת מסקנות בודדות לאצוות לביצוע משותף ב-GPU, עם בקרות השהייה הניתנות להגדרה
שפת תכנות
C + +
כל הקטגוריות
זוהי אפליקציה שניתן להביא גם מ-https://sourceforge.net/projects/tensorflow-serving.mirror/. זה התארח ב-OnWorks על מנת להפעיל אותו באינטרנט בצורה הקלה ביותר מאחת ממערכות ההפעלה החינמיות שלנו.
