谷歌发布 TensorFlow Serving:机器学习模型应用于产品更方便
2023-06-13 09:15:34 时间
谷歌今天发布了TensorFlow Serving,这是个旨在帮助开发者将机器学习模型加入产品中的开源项目。很明显,TensorFlow Serving必然是为谷歌自家的TensorFlow机器学习库优化,不过谷歌也表示它可扩展到支持其它模型和数据。
如TensorFlow这样的项目更易于构建机器学习算法,并为某些特定类型的数据输入做适应学习,而TensorFlow Serving则专注于让这些模型能够加入到产品环境中。开发者使用TensorFlow构建模型,然后使用TensorFlow Serving的API从客户端对输入做回应。谷歌同时还表示,TensorFlow Serving能够利用GPU资源加速处理过程。
如谷歌所说,有了这样的系统并不仅仅意味着开发者能够将其构建的模型更快的应用到产品中,而且还能够实验不同的算法和模型,并且仍保持稳定的结构。开发者还能够基于新的数据改善模型或者其输出,而架构的其它部分仍保持稳定。
谷歌表示,TensorFlow Serving采用C++编写,为性能做有优化,在16核至强设备上,每核每秒能够处理超过10万个请求。当前TensorFlow Serving的code以及教程已经能够在GitHub获取到。
原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/50499.html
开源相关文章
- 为什么90%的机器学习模型从未应用于生产?
- 机器视觉检测技术的应用前景如何?
- 知识增强的图机器学习在药物发现中的应用
- OECD:人工智能、机器学习和大数据在金融领域的应用
- 项目介绍&机器学习及其应用 | 犀牛鸟精英人才计划首场课题宣讲会
- 机器学习项目大汇总,值得收藏!
- 重磅!大象机器人发布第二代人工智能套装,深度学习协作机器人、先进机器视觉与应用场景,人工智能实验室与职业教育必备
- CADD、人工智能和机器学习在药物发现中的应用:方法概述
- 2021年机器学习、数据科学的门槛降低了吗?这是Kaggle的开发者调查
- 3500/15 127610-01 简化机器与业务应用的连接
- 如何使用 Android Things 和 TensorFlow 在物联网上应用机器学习
- 根据Redis应用,搭建最佳服务器配置(redis需要多少机器)
- Redis集群突破单台机器的极限(redis集群单数台)
- 引领数字工业解决方案 绝影X20定义机器狗应用新边界
- 谷歌研究院在化学发力:应用机器学习技术预测分子性质
- 德国商业银行将机器学习应用于贸易融资合规