Keras 和 TensorFlow Serving 项目教程
目录结构及介绍
keras-and-tensorflow-serving/
├── README.md
├── models/
│ ├── 1/
│ │ ├── saved_model.pb
│ │ └── variables/
│ │ ├── variables.data-00000-of-00001
│ │ └── variables.index
│ ├── 2/
│ │ ├── saved_model.pb
│ │ └── variables/
│ │ ├── variables.data-00000-of-00001
│ │ └── variables.index
│ └── ...
├── scripts/
│ ├── export_model.py
│ ├── serve_model.sh
│ └── ...
├── config/
│ ├── serving_config.yaml
│ └── ...
└── ...
- README.md: 项目说明文档。
- models/: 存放训练好的模型文件,每个版本一个子目录。
- scripts/: 包含导出模型和启动服务的脚本。
- config/: 包含服务的配置文件。
项目的启动文件介绍
serve_model.sh
#!/bin/bash
# 启动 TensorFlow Serving 服务
tensorflow_model_server --rest_api_port=8501 \
--model_name=my_model \
--model_base_path=/path/to/models/
- serve_model.sh: 用于启动 TensorFlow Serving 服务的脚本。需要指定模型名称和模型路径。
项目的配置文件介绍
serving_config.yaml
model_config_list: {
config: {
name: "my_model",
base_path: "/path/to/models/",
model_platform: "tensorflow"
}
}
- serving_config.yaml: 配置文件,用于指定模型的名称、路径和平台。
以上是基于开源项目 https://github.com/himanshurawlani/keras-and-tensorflow-serving.git
生成的教程,包含了项目的目录结构、启动文件和配置文件的介绍。