Servir des modèles
Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Introduction
TensorFlow Serving est un système de service flexible et hautes performances pour les modèles d'apprentissage automatique, conçu pour les environnements de production. TensorFlow Serving facilite le déploiement de nouveaux algorithmes et expériences, tout en conservant la même architecture de serveur et les mêmes API. TensorFlow Serving offre une intégration prête à l'emploi avec les modèles TensorFlow, mais peut être facilement étendu pour servir d'autres types de modèles et de données.
Une documentation détaillée pour les développeurs sur TensorFlow Serving est disponible :
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/07/25 (UTC).
[null,null,["Dernière mise à jour le 2025/07/25 (UTC)."],[],[],null,["# Serving Models\n\n\u003cbr /\u003e\n\nIntroduction\n------------\n\nTensorFlow Serving is a flexible, high-performance serving system for machine\nlearning models, designed for production environments. TensorFlow Serving makes\nit easy to deploy new algorithms and experiments, while keeping the same server\narchitecture and APIs. TensorFlow Serving provides out-of-the-box integration\nwith TensorFlow models, but can be easily extended to serve other types of\nmodels and data.\n\nDetailed developer documentation on TensorFlow Serving is available:\n\n- [Architecture Overview](https://www.tensorflow.org/tfx/serving/architecture)\n- [Server API](https://www.tensorflow.org/tfx/serving/api_docs/cc/)\n- [REST Client API](https://www.tensorflow.org/tfx/serving/api_rest)"]]
