TensorFlow Serving with Docker for Model Deployment
Train and export TensorFlow Models for text classification
Serve and deploy models with TensorFlow Serving and Docker
Perform model inference with gRPC and REST endpoints
This is a hands-on, guided project on deploying deep learning models using TensorFlow Serving with Docker. In this 1.5 hour long project, you will train and export TensorFlow models for text classification, learn how to deploy models with TF Serving and Docker in 90 seconds, and build simple gRPC and REST-based clients in Python for model inference. With the worldwide adoption of machine learning and AI by organizations, it is becoming increasingly important for data scientists and machine learning engineers to know how to deploy models to production. While DevOps groups are fantastic at scaling applications, they are not the experts in ML ecosystems such as TensorFlow and PyTorch. This guided project gives learners a solid, real-world foundation of pushing your TensorFlow models from development to production in no time! Prerequisites: In order to successfully complete this project, you should be familiar with Python, and have prior experience with building models with Keras or TensorFlow. 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.
Les compétences que vous développerez
- Deep Learning
- Docker
- TensorFlow Serving
- Tensorflow
- model deployment
Apprendrez étape par étape
Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :
Introduction and Demo Deployment
Load and Preprocess the Amazon Fine Foods Review Data
Build Text Classification Model using Keras and TensorFlow Hub
Define Training Procedure
Train and Export Model as Protobuf
Test Model
TensorFlow Serving with Docker
Setup a REST Client to Perform Model Predictions
Setup a gRPC Client to Perform Model Predictions
Versioning with TensorFlow Serving
Comment fonctionnent les Projets Guidés
Votre espace de travail est un bureau cloud situé dans votre navigateur, aucun téléchargement n'est requis.
Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé
Avis
Meilleurs avis pour TENSORFLOW SERVING WITH DOCKER FOR MODEL DEPLOYMENT
Very well structured. It took a little longer that the 1.5 hours but the time was well spent. Nice job by the instructor!
Foire Aux Questions
Foire Aux Questions
Que vais-je obtenir si j'achète un Projet Guidé ?
Les Projets Guidés sont-ils disponible sur ordinateur et sur mobile ?
Qui sont les enseignants pour les Projets Guidés ?
Puis-je télécharger le travail depuis mon Projet Guidé une fois que je l'ai terminé ?
Quelle est la politique de remboursement ?
Une aide financière est-elle disponible ?
Puis-je assister au Projet Guidé en tant qu'auditeur libre et regarder une partie de la vidéo gratuitement ?
De quelle expérience ai-je besoin pour réaliser ce Projet Guidé ?
Puis-je terminer ce Projet Guidé directement avec mon navigateur web, au lieu d'installer un logiciel spécial ?
Comment se présente l'expérience d'apprentissage pour les Projets Guidés ?
D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.
Coursera Footer
