mrzhuang

一年多前写过一篇类似文章，https://blog.csdn.net/qq_17190121/article/details/99696768#comments_14242069 从反馈上看,有部分小伙伴表示没看懂，所以这次用另一种更简单的方式编写。 环境 python 3.8.3 tensorflow 2.4.0 制作测试模型 注意: tensorflow版本1和版本2的接口不同, 我这里套用原来的代码, 修改部分需要兼容的代码.比如 tf.placeholder() --> tf.comp.

k-means算法 简介 据说是机器学习中最简单的一种方法，属于非监督学习这一类。通俗一点讲，给机器一堆数据，告诉机器要分成多少种类别，然后机器就根据算法进行各种操作。 实现原理 需要我们确定变量k，即最终 的数据会有几种类别。 总共有k个中心坐标，一开始可以随机赋值，通过计算目标点坐标与所有中心坐标的距离，将其归类在距离较近的类别中。 之后根据类别中的目标点计算平均值重新得到中心坐标，再重复上面...

基本思路：利用tensorflow官方提供的tensorflow serving进行部署，同时，为了免去环境配置等麻烦操作，可借助docker容器。 一、服务器环境选择 首先肯定要去租一个服务器，例如阿里云。一开始选了window server2012，结果很坑，装不了docker。上网想查解决方法，发现别人也遇到过这个问题。 了解的原因大概是：docker需要在linux的环境下运行。但通...

keras是基于TensorFlow的，所以可以先将其转为TensorFlow的模型，再部署。 关于TensorFlow模型的部署可以看我的另一篇博客将TensorFlow模型部署到服务器上 下面是keras转TensorFlow的参考代码 # -*- coding: utf-8 -*- from keras.layers.core import Activation, Dense, F...