TensorFlow Serving

• Doświadczenie z TensorFlow
• Doświadczenie z wierszem polecenia Linux

Publiczność

• Developersi
• Naukowcy danych

TensorFlow Serwowanie do systemu dostarczania modeli uczenia maszynowego (ML) do produkcji.

W tym prowadzonym przez instruktora szkoleniu na żywo (online lub na miejscu) uczestnicy dowiedzą się, jak skonfigurować i używać TensorFlow Serwowania do wdrażania modeli ML i zarządzania nimi w środowisku produkcyjnym.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Trenować, eksportować i serwować różne modele TensorFlow
• Testować i wdrażać algorytmy za pomocą jednej architektury i zestawu API
• Rozszerzać TensorFlow Serwowanie do dostarczania innych typów modeli poza modelami TensorFlow

Format kursu

• Część wykładu, część dyskusji, ćwiczenia i intensywna praktyka

Opcje dostosowywania kursu

• Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy o kontakt z nami w celu uzgodnienia.

TensorFlow Przegląd serwowania

• Czym jest serwowanie TensorFlow?
• Architektura serwowania TensorFlow
• API serwowania i API klienta REST

Przygotowanie środowiska programistycznego

• Instalowanie i konfigurowanie Docker
• Instalowanie ModelServer z Docker

TensorFlow Szybki start serwera

• Szkolenie i eksport modelu TensorFlow
• Monitorowanie systemów przechowywania
• Ładowanie zeksportowanego modelu
• Budowanie serwera Modelu TensorFlow

Zaawansowana konfiguracja

• Pisanie pliku konfiguracyjnego
• Ponowne ładowanie konfiguracji Model Server
• Konfigurowanie modeli
• Pracowanie z konfiguracją monitorowania

Testowanie aplikacji

• Testowanie i uruchamianie serwera

Debugowanie aplikacji

• Obsługa błędów

TensorFlow Podawanie z Kubernetes

• Uruchamianie w kontenerach Docker
• Wdrażanie klastrów serwowania

Zabezpieczenie aplikacji

• Ukrywanie danych

Rozwiązywanie problemów

Podsumowanie i wnioski