পুশার টিএফএক্স পাইপলাইন উপাদান
সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
পুশার উপাদানটি মডেল প্রশিক্ষণ বা পুনরায় প্রশিক্ষণের সময় একটি বৈধ মডেলকে স্থাপনার লক্ষ্যে ঠেলে দিতে ব্যবহৃত হয়। মোতায়েনের আগে, মডেলটিকে পুশ করতে হবে কিনা তা নির্ধারণ করতে পুশার অন্যান্য বৈধতা উপাদানগুলির এক বা একাধিক আশীর্বাদের উপর নির্ভর করে।
- মূল্যায়নকারী মডেলটিকে আশীর্বাদ করেন যদি নতুন প্রশিক্ষিত মডেলটি উৎপাদনে ঠেলে দেওয়ার জন্য "যথেষ্ট ভাল" হয়।
- (ঐচ্ছিক কিন্তু প্রস্তাবিত) InfraValidator মডেলটিকে আশীর্বাদ করে যদি মডেলটি উৎপাদন পরিবেশে যান্ত্রিকভাবে পরিবেশনযোগ্য হয়।
একটি পুশার উপাদান সেভডমডেল ফর্ম্যাটে একটি প্রশিক্ষিত মডেল ব্যবহার করে এবং মেটাডেটা সংস্করণের সাথে একই সেভডমডেল তৈরি করে।
পুশার কম্পোনেন্ট ব্যবহার করে
একটি পুশার পাইপলাইন উপাদান সাধারণত স্থাপন করা খুব সহজ এবং সামান্য কাস্টমাইজেশন প্রয়োজন, যেহেতু সমস্ত কাজ পুশার TFX উপাদান দ্বারা করা হয়। সাধারণ কোড এই মত দেখায়:
pusher = Pusher(
model=trainer.outputs['model'],
model_blessing=evaluator.outputs['blessing'],
infra_blessing=infra_validator.outputs['blessing'],
push_destination=tfx.proto.PushDestination(
filesystem=tfx.proto.PushDestination.Filesystem(
base_directory=serving_model_dir)
)
)
InfraValidator থেকে উত্পাদিত একটি মডেল ঠেলাঠেলি.
(0.30.0 সংস্করণ থেকে)
InfraValidator এছাড়াও InfraBlessing
আর্টিফ্যাক্ট তৈরি করতে পারে যার মধ্যে ওয়ার্মআপ সহ একটি মডেল রয়েছে এবং Pusher এটিকে একটি Model
আর্টিফ্যাক্টের মতো ঠেলে দিতে পারে।
infra_validator = InfraValidator(
...,
# make_warmup=True will produce a model with warmup requests in its
# 'blessing' output.
request_spec=tfx.proto.RequestSpec(..., make_warmup=True)
)
pusher = Pusher(
# Push model from 'infra_blessing' input.
infra_blessing=infra_validator.outputs['blessing'],
push_destination=tfx.proto.PushDestination(...)
)
পুশার এপিআই রেফারেন্সে আরও বিশদ পাওয়া যায়।
অন্য কিছু উল্লেখ না করা থাকলে, এই পৃষ্ঠার কন্টেন্ট Creative Commons Attribution 4.0 License-এর অধীনে এবং কোডের নমুনাগুলি Apache 2.0 License-এর অধীনে লাইসেন্স প্রাপ্ত। আরও জানতে, Google Developers সাইট নীতি দেখুন। Java হল Oracle এবং/অথবা তার অ্যাফিলিয়েট সংস্থার রেজিস্টার্ড ট্রেডমার্ক।
2025-07-25 UTC-তে শেষবার আপডেট করা হয়েছে।
[null,null,["2025-07-25 UTC-তে শেষবার আপডেট করা হয়েছে।"],[],[],null,["# The Pusher TFX Pipeline Component\n\n\u003cbr /\u003e\n\nThe Pusher component is used to push a validated model to a\n[deployment target](/tfx/guide#deployment_targets) during model training or\nre-training. Before the deployment, Pusher relies on one or more blessings from\nother validation components to decide whether to push the model or not.\n\n- [Evaluator](/tfx/guide/evaluator) blesses the model if the new trained model is \"good enough\" to be pushed to production.\n- (Optional but recommended) [InfraValidator](/tfx/guide/infra_validator) blesses the model if the model is mechanically servable in a production environment.\n\nA Pusher component consumes a trained model in [SavedModel](/guide/saved_model)\nformat, and produces the same SavedModel, along with versioning metadata.\n\nUsing the Pusher Component\n--------------------------\n\nA Pusher pipeline component is typically very easy to deploy and requires little\ncustomization, since all of the work is done by the Pusher TFX component.\nTypical code looks like this: \n\n pusher = Pusher(\n model=trainer.outputs['model'],\n model_blessing=evaluator.outputs['blessing'],\n infra_blessing=infra_validator.outputs['blessing'],\n push_destination=tfx.proto.PushDestination(\n filesystem=tfx.proto.PushDestination.Filesystem(\n base_directory=serving_model_dir)\n )\n )\n\n### Pushing a model produced from InfraValidator.\n\n(From version 0.30.0)\n\nInfraValidator can also produce `InfraBlessing` artifact containing a\n[model with warmup](/tfx/guide/infra_validator#producing_a_savedmodel_with_warmup), and\nPusher can push it just like a `Model` artifact. \n\n infra_validator = InfraValidator(\n ...,\n # make_warmup=True will produce a model with warmup requests in its\n # 'blessing' output.\n request_spec=tfx.proto.RequestSpec(..., make_warmup=True)\n )\n\n pusher = Pusher(\n # Push model from 'infra_blessing' input.\n infra_blessing=infra_validator.outputs['blessing'],\n push_destination=tfx.proto.PushDestination(...)\n )\n\nMore details are available in the\n[Pusher API reference](https://www.tensorflow.org/tfx/api_docs/python/tfx/v1/components/Pusher)."]]