面向机器智能的TensorFlow实践：产品环境中模型的部署

）

借助这段代码，便可经由过程敕令bazel run :server 9999 /tmp/inception-v3/export/{timestamp}安闲器中运行揣摸办事器。

客户端应用

因为gRPC是基于HTTP/2的，将来可能会直接大年夜浏览器调用基于gRPC的办事，但除非主流的浏览器支撑所需的HTTP/2特点，且谷歌宣布浏览器端的JavaScript gRPC客户端法度榜样，大年夜webapp拜访揣摸办事都应当经由过程办事器端的组件进行。

接下来将基于BaseHTTPServer搭建一个简单的Python Web办事器，BaseHTTPServer将处理上载的图像文件，并将其发送给揣摸办事进行处理，再将揣摸结不雅以纯文本情势返回。

为了将图像发送到揣摸办事器进行分类，办事器将以一个简单的表单对GET请求做出响应。所应用的代码如下：

From BaseHTTPServer import HTTPServer,BaseHTTPRequestHandler 
 
import cgi 
 
import classification_service_pb2 
 
From grpc.beta import implementations 
 
 
class ClientApp (BaseHTTPRequestHandler); 
 
   def do_GET(self): 
 
self.respond_form() 
 
 
   def respond_form(self, response=""): 
 
 
      form = """ 
 
<html><body> 
 
<h1>Image classification service</h1> 
 
<form enctype="multipart/form-data" method="post"> 
 
<div>Image: <input type="file" name="file" 
 
accept="image/jpeg"></div> 
 
      <div><input type="submit" value=http://ai.51cto.com/art/201704/"Upload"></div> 
 
</form> 
 
%s 
 
</body></html> 
 
""" 
 
 
response = form % response 
 
 
self.send_response(200) 
 
self.send_header("Content-type", "text/html") 
 
self.send_header("Content-length", len(response)) 
 
self.end_headers() 
 
self.wfile.write(response)

为了大年夜Web App办事器调用揣摸功能，须要ClassificationService响应的Python protocol buffer客户端。为了生成它，须要运行Python的protocol buffer编译器：

pip install grpcio cython grpcio-tools 
 
python -m grpc.tools.protoc -I. --python_out=. --	
			 9/11   首页 上一页 7 8 9 10 11 下一页 尾页	
			

　　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