Подтвердить что ты не робот

Использование моделей глубокого обучения от TensorFlow в других языковых средах

У меня есть приличный опыт работы с TensorFlow, и я собираюсь приступить к проекту, который в конечном итоге завершится использованием обучаемой модели TensorFlow в среде производства С#. По сути, у меня будут данные в реальном времени, которые войдут в среду С#, и мне в конечном итоге нужно будет выносить решения/принимать определенные действия на основе вывода моей модели в TensorFlow. Это в основном просто ограничение существующей инфраструктуры.

Я могу придумать пару потенциально опасных способов реализовать это, например, записать данные на диск и затем вызвать часть приложения Python, а затем, наконец, прочитать результат, полученный приложением Python, и предпринять некоторые действия на основе Это. Однако это медленно.

Существуют ли более быстрые способы выполнения этой же интегрированной взаимосвязи между С# и Tensorflow на основе Python. Я вижу, что есть некоторые способы сделать это с С++ и TensorFlow, но как насчет С#?

4b9b3361

Ответ 1

Это простой вариант для TensorFlow Serving, который позволяет вам создать процесс на С++, который может выполнять вывод на обученной модели TensorFlow и выполняет запросы вывода по gRPC. Вы можете написать код клиента на любом языке, который gRPC поддерживает. Взгляните на учебник MNIST: сервер С++ и клиент Python компонентов.