Развертывание простой модели TensorFlow

Введение

Этот проект предназначен для того, чтобы помочь вам пройти процесс создания простой модели TensorFlow, экспорта ее и последующего развертывания с использованием Docker и TensorFlow Serving. TensorFlow - это открытый фреймворк машинного обучения, а TensorFlow Serving - это гибкая система высокой производительности для развертывания моделей машинного обучения. Контейнеры Docker позволяют легко упаковывать и развертывать эти модели в согласованном виде. По завершении этого проекта вы поймете, как настроить базовую модель машинного обучения в TensorFlow, экспортировать ее для развертывания и развернуть с использованием TensorFlow Serving внутри контейнера Docker.

👀 Предварительный просмотр

## Отправить запрос на предсказание в контейнер 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]]}'

Вывод:

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

🎯 Задачи

В этом проекте вы научитесь:

• Устанавливать зависимости TensorFlow и TensorFlow Serving
• Создавать простую модель TensorFlow для базовых арифметических операций
• Экспортировать модель в формате, подходящем для развертывания с использованием TensorFlow Serving
• Развертывать модель с использованием Docker и TensorFlow Serving
• Отправлять запросы на предсказание в развернутую модель и получать предсказания

🏆 Достижения

После завершения этого проекта вы сможете:

• Настроить базовую модель машинного обучения в TensorFlow
• Экспортировать модель TensorFlow для развертывания
• Развернуть модель TensorFlow с использованием Docker и TensorFlow Serving
• Отправлять запросы на предсказание в развернутую модель и наблюдать за результатами