文件名称：tf_serving_flask_app:为TensorFlow Serving托管的TensorFlow模型创建REST API
文件大小：875KB
文件格式：ZIP
更新时间：2024-05-19 03:39:44
Python
Flask Web框架托管的TensorFlow Serving客户端 这是我的的扩展。 它引入了一个托管TensorFlow服务客户端的Flask Web服务器。 它接收REST请求以预测，将其转换为protobufs，然后通过gRPC发送到TensorFlow服务器以通过GAN模型进行预测。 提到的GAN模型是使用技术并以课程中教授的模型为 训练的。 原始的Jupyter Notebook可在。 有关该项目的更多详细信息，请参见我的。
【文件预览】：
tf_serving_flask_app-master
----api()
--------__init__.py(0B)
--------gan()
--------restplus.py(762B)
----.gitignore(67B)
----documentation()
--------web_server_serving_grpc.png(196KB)
--------prediction_response.png(4.2MB)
--------web_server_serving_grpc.odg(30KB)
--------web_server_serving_rest.png(157KB)
--------web_server_serving_grpc_cut.png(2.73MB)
--------web_server_serving_rest.odg(25KB)
--------web_server_serving_rest_cut.png(2.41MB)
--------prediction_postman.png(2.01MB)
--------swagger_doc.png(1.2MB)
----Dockerfile(274B)
----Dockerfile.uwsgi(362B)
----requirements.txt(68B)
----__init__.py(0B)
----tensorflow_serving()
--------__init__.py(0B)
--------apis()
----conf.d()
--------uwsgi.conf(401B)
----docker-compose.nginx.yaml(947B)
----tf_serving_flask_app.ini(120B)
----docker-compose.yaml(794B)
----utils.py(492B)
----README.md(1009B)
----requirements.uwsgi.txt(84B)
----wsgi.py(123B)
----logging.conf(362B)
----app.py(2KB)
----settings.py(502B)