文件名称：DeepLearningModelDeployment:此回购旨在展示如何部署深度学习模型
文件大小：640KB
文件格式：ZIP
更新时间：2024-05-30 12:35:49
JupyterNotebook
作者：张岩和伊利亚·卡曼诺夫（Ilia Karmanov） 在Kubernetes群集和Azure IoT Edge上部署深度学习模型 部署机器学习（ML）模型通常是一项艰巨的任务。 在本文中，我们展示了两种类型的模型部署：Kubernetes集群上的模型部署；以及Kubernetes集群上的模型部署。 和在Azure IoT Edge上进行模型部署。 在，我们旨在通过对几种不同的网络结构使用通用代码来创建深度学习（DL）框架的Rosetta石。 以这些网络结构之一为例，我们展示了如何部署训练有素的Keras（tensorflow）CNN模型。 这个多类别分类问题的目的是在上的图像中执行目标识别。 相同的模型部署方法也适用于其他ML模型，而不仅限于DL。 Kubernetes集群上的模型部署 我们通过将模型作为Web服务部署在Kubernetes集群上。 与以前的，此方法通过使用一组A
【文件预览】：
DeepLearningModelDeployment-master
----.gitignore(5KB)
----Keras_TF_CNN_DeployModel.ipynb(55KB)
----LICENSE(1KB)
----README.md(6KB)
----imgs()
--------containerRegistry.PNG(88KB)
--------azmlcheck.PNG(21KB)
--------azcheck.PNG(17KB)
--------jupyterserver.PNG(84KB)
--------azcheckfail.PNG(13KB)
--------azcheckinconsole.PNG(16KB)
--------azcheckfail2.PNG(11KB)
--------azcheckfailnotebook.PNG(13KB)
--------whichaz1.PNG(3KB)
--------condaenv2.PNG(10KB)
--------modelmanagement2.PNG(79KB)
--------whichaz2.PNG(3KB)
--------condaenv1.PNG(8KB)
--------containerRegistry2.PNG(79KB)
--------modelmanagement.PNG(80KB)
--------azureiotedgeruntime.png(50KB)
--------kubernetescluster.png(48KB)
----common()
--------cli-requirements.txt(1KB)
--------__init__.py(0B)
--------automobile8.png(2KB)
--------params.py(91B)
--------utils.py(15KB)
--------automobile10.png(2KB)
--------conda_dependencies.yml(1KB)
--------Trouble_Shooting_Make_az_ml_ommands_run_in_notebooks.ipynb(4KB)
----Keras_TF_CNN_DeployModel_IoTEdge.ipynb(20KB)