Подтвердить что ты не робот

TensorFlow в производстве для прогнозирования в реальном времени в приложении с высоким трафиком - как его использовать?

Каков правильный способ использования TensorFlow для предсказаний в реальном времени в приложении с высоким трафиком.

В идеале, у меня будет сервер/кластер, работающий с тензорным потоком, прослушивающий порты, где я могу подключаться с серверов приложений и получать прогнозы, похожие на то, как используются базы данных. Обучение должно выполняться заданиями cron, которые загружают данные обучения через сеть на один и тот же сервер/кластер.

Как фактически используется тензорный поток в производстве? Должен ли я создать установку, в которой python работает как сервер, и использовать сценарии python для получения прогнозов? Я все еще новичок в этом, но я чувствую, что для этого script потребуется открыть сеансы и т.д., Который не масштабируется. (Я говорю о 100 секундах предсказаний/сек).

Любой указатель на соответствующую информацию будет высоко оценен. Я не мог найти.

4b9b3361

Ответ 1

Сегодня утром наши коллеги выпустили TensorFlow Service на GitHub, в котором рассматриваются некоторые из используемых вами случаев использования. Это распределенная оболочка для TensorFlow, предназначенная для поддержки высокопроизводительных сервисов нескольких моделей. Он поддерживает как массовую обработку, так и интерактивные запросы с серверов приложений.

Для получения дополнительной информации см. учебники basic и advanced.