起首，将编译后的办事器文件复制到一个容器内的永远地位，并清理所有的临时构建文件：

#在容器内部 
 
mkdir /opt/classification_server 
 
cd /mnt/home/serving_example 
 
cp -R bazel-bin/. /opt/classification_server 
 
bazel clean  

如今，在容器外部，我们必须将其状况提交给一个新的Docker镜像，根本含义是创建一个记录其虚拟文件体系变更的快照。

#在容器外部 
 
docker ps 
 
#获取容器ID 
 
docker commit <container id>  

如许，便可将图像推送到本身偏好的docker办事云中，并对其进行办事。

留意，初次运行它时须要花费一些时光，因为它必须要对TensorFlow进行编译。

本文小结

在本文中，我们进修了若何将练习好的模型用于办事、若何将它们导出，以及若何构建可运行这些模型的快速、轻量级办事器;还进修了当给定了大年夜其他App应用TensorFlow模型的完全对象集后，若何创建应用这些模型的简单Web App。

【编辑推荐】

1. 一个开源机械进修框架新手入门，Scikit-learn的那些事儿
2. 图解机械进修：神经收集和TensorFlow的文本分类
3. 深度进修利器：TensorFlow体系架构及高机能法度榜样设计
4. 机械进修风行趋势一览
5. 大年夜机械进修谈起

【义务编辑：枯木 TEL：（010）68476606】

最后一步是应用这个调用了exporter.Exporter.init办法的签名，并经由过程export办法导出模型，该办法接收一个输前程径、一个模型的版本号和会话对象。

message ClassificationRequest { 
 
float petalWidth = 1; 
 
float petaHeight = 2; 
 
float petalWidth = 3; 
 
float petaHeight = 4; 
 
}  

　　推荐阅读

　　传统存储市场正遭遇来自横向扩展SDS 的威胁

传统的存储厂商正面对着前所未竽暌剐的压力。软件定义存储与公有云存储(也是基于横向扩大的SDS技巧)相浇忧⒛解决筹划正在蚕食传统的存储市场，如Dell EMC的VNX、HPE的Smart Array、NetApp的E系列和FAS。我同样认为>>>详细阅读

本文标题：面向机器智能的TensorFlow实践：产品环境中模型的部署

地址：http://www.17bianji.com/lsqh/34985.html

 1/2    1