TensorFlow Modellerini Üretim Çıkarımı İçin Kaydetme

Makine öğrenimi modellerini dağıtmak, onları eğitmekten daha fazlasını gerektirir; onları gerçek dünya üretim ortamları için paketlemeyi ve optimize etmeyi bilmeniz gerekir. Bu metin tabanlı kurs, TensorFlow modellerinizi sunucularda, mobil cihazlarda veya web tarayıcılarında verimli bir şekilde çalışacak şekilde kaydetme ve hazırlama sürecinde size rehberlik eder. Deneysel eğitim kodundan akıcı, çıkarıma hazır varlıklara geçiş yapacaksınız. Temel kavramlarla başlayarak, TensorFlow'un hesaplama grafiklerini nasıl yapılandırdığını ve tahmin için gereken tam yolları nasıl izole edeceğinizi öğreneceksiniz. Modern serileştirme biçimlerini keşfedecek, değişkenleri sabite dönüştürmeyi öğrenecek ve gecikme süresini ve bellek ayak izini azaltmak için niceleme gibi teknikleri keşfedeceksiniz. Öğrenecekleriniz: * Eğitim grafikleri ve çıkarım grafikleri arasındaki farkı anlayın; * Modelleri SavedModel biçimini kullanarak dışa aktarın ve imza tanımlarıyla başa çıkın; * Eğitimle ilgili düğümleri kaldırarak ve toplu normalleştirmeyi katlayarak hesaplama grafiklerini optimize edin; * Boyutu azaltmak ve yürütme hızını artırmak için temel model nicelemesini uygulayın; * Sunum ortamlarında dağıtım için model artifaktlarını hazırlayın. Kurs, temel tanımlar ve yapısal temellerle başlar, ardından uygulamalı optimizasyon iş akışları ve kod tabanlı serileştirme örnekleri aracılığıyla size rehberlik eder. Bu kurs, temel TensorFlow eğitim deneyimine sahip ve dağıtım hattında ustalaşmak isteyen başlangıç ​​ve orta düzey makine öğrenimi uygulayıcıları için tasarlanmıştır. Modellerinizi eğitmek ile üretimde sunmak arasındaki boşluğu kapatmak için bugün okumaya başlayın.