학생용

Serving Tensorflow Models with a REST API

4.3
별점
11개의 평가
제공자:
Coursera Project Network
학습자는 이 안내 프로젝트에서 다음을 수행하게 됩니다.

Create and save Tensorflow models as servable objects

Integrate custom functions into servables

Serve TF servables using conforming to REST

Clock2 hours
Intermediate중급
Cloud다운로드 필요 없음
Video분할 화면 동영상
Comment Dots영어
Laptop데스크톱 전용

In this project-based course, you will learn step-by-step procedures for serving Tensorflow models with a RESTful API. We will learn to save a Tensorflow object as a servable, deploy servables in Docker containers, as well as how to test our API endpoints and optimize our API response time. I would encourage learners to experiment with the tools and methods discussed in this course. The learner is highly encouraged to experiment beyond the scope of the course. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

개발할 기술

TensorflowPython ProgrammingRepresentational State Transfer (REST)

단계별 학습

작업 영역이 있는 분할 화면으로 재생되는 동영상에서 강사는 다음을 단계별로 안내합니다.

  1. Define basic terminology

  2. Saving our model in the SavedModel format

  3. Serving the Model: Server Side

  4. Serving the Model: Client Requests

  5. Using Docker for serving

안내형 프로젝트 진행 방식

작업 영역은 브라우저에 바로 로드되는 클라우드 데스크톱으로, 다운로드할 필요가 없습니다.

분할 화면 동영상에서 강사가 프로젝트를 단계별로 안내해 줍니다.

자주 묻는 질문

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.