Implementando um Modelo TensorFlow Simples

Introdução

Este projeto foi concebido para guiá-lo através do processo de criação de um modelo TensorFlow simples, exportá-lo e, em seguida, servi-lo usando Docker e TensorFlow Serving. TensorFlow é um framework de machine learning de código aberto, e TensorFlow Serving é um sistema de serviço flexível e de alto desempenho para modelos de machine learning. Contêineres Docker facilitam o empacotamento e a implantação consistente desses modelos. Ao final deste projeto, você entenderá como configurar um modelo básico de machine learning em TensorFlow, exportá-lo para serviço e implantá-lo usando TensorFlow Serving dentro de um contêiner Docker.

👀 Pré-visualização

## Enviar uma solicitação de predição para o contêiner TensorFlow Serving
curl -X POST \
  http://localhost:9501/v1/models/half_plus_two:predict \
  -d '{"signature_name":"serving_default","instances":[[1.0], [2.0], [5.0]]}'

Saída:

{
  "predictions": [[2.5], [3.0], [4.5]
  ]
}

🎯 Tarefas

Neste projeto, você aprenderá:

• Como instalar as dependências do TensorFlow e TensorFlow Serving
• Como criar um modelo TensorFlow simples para operações aritméticas básicas
• Como exportar o modelo em um formato adequado para servir com TensorFlow Serving
• Como servir o modelo usando Docker e TensorFlow Serving
• Como enviar solicitações de predição para o modelo implantado e receber predições

🏆 Conquistas

Após concluir este projeto, você será capaz de:

• Configurar um modelo básico de machine learning em TensorFlow
• Exportar um modelo TensorFlow para serviço
• Implantar um modelo TensorFlow usando Docker e TensorFlow Serving
• Enviar solicitações de predição para o modelo implantado e observar os resultados