TF模型部署的特點
- 可擴展性、穩定性、可靠性(能經歷大規模多應用部署的考驗)好
- 支持將模型部署到不同的設備,可在移動端進行產品的部署,不需要單獨的模型解碼器
- TF serving高性能,開源的機器學習服務系統,專爲部署設計的
- TF serving可以結合docker一起使用,部署方便
- 提供了REST和GRPC的接口
- 支持regression,classify,predict 的api
- serving的輕量化可以很好的解決服務問題
- TF採用分佈式的架構,對雲的處理適應能力好,適合大規模項目的部署
- TF有Js的版本,支持的瀏覽器端訓練推理
- Tensorboard的可視化工具便於查看數據
- 各個平臺上都能跑,win、Linux、MacOS、Android、iOS都能方便的使用
- 可以用python接口,也有高性能的C++接口
- 支持離線多機多cpu、gpu的分佈式訓練,還有在線提供serving的一整套解決方案,快速落地項目,極大減少工程成本