Обслуживание моделей
Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Введение
TensorFlow Serving — это гибкая, высокопроизводительная система обслуживания моделей машинного обучения, предназначенная для производственных сред. TensorFlow Serving упрощает развертывание новых алгоритмов и экспериментов, сохраняя при этом ту же архитектуру сервера и API. TensorFlow Serving обеспечивает готовую интеграцию с моделями TensorFlow, но может быть легко расширен для обслуживания других типов моделей и данных.
Подробная документация разработчика по TensorFlow Serving доступна:
Если не указано иное, контент на этой странице предоставляется по лицензии Creative Commons "С указанием авторства 4.0", а примеры кода – по лицензии Apache 2.0. Подробнее об этом написано в правилах сайта. Java – это зарегистрированный товарный знак корпорации Oracle и ее аффилированных лиц.
Последнее обновление: 2025-07-25 UTC.
[null,null,["Последнее обновление: 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)"]]
