技術 experimental 函式

這個 API 還在實驗階段，只有 tf-nightly 版本才支援。 VariablePolicy 政策 exported = tf.train.Check...

技術 A/B Testing

當我們有 Model 後，我們就必須要觀察這個 Model 的成效到底好不好，如果成效不好的話，也許會開發一個新的 Model，那這又產生了另一個問題，就是新開...

技術 Model 接到真實世界的步驟

Step1: 選擇並且開發一個適合的 Model Step2: 定義 DataSet 結構 Step3: 預處理資料，對於非預期的值，做資料清洗。 Step4...

技術 Production 環境 CI/CD

步驟說明 Step1: 打包客製化的 image docker build -f docker/auth-server.Dockerfile --build-a...

技術 tf.saved_model 命名空間下的類別

文章範例是使用 Tensorflow 2.3 version 實在忍不住小小抱怨一下 Tensorflow 的文件實在太糟了，連官方 Repo 裡的範例都...

技術 SignatureDefs

TensorFlow Serving 提供高層次的 API，但要使用這些 API， Model 必須要包含一個或多個 SignatureDefs，明確的定義了...

技術 輸出可以 Serving 的 Model

這篇看錯方向，看到 tf v1 的文件去了，之後會再把內容更新成 v2 的。 步驟 定義 Serving interface 存成 Save Model...

技術 呼叫 Predict API - 30 Days of MLOps

呼叫預測(Predict) API 取得 Model 的預測結果 語法 POST http://host:port/v1/models/${MODEL_NAME...

技術 呼叫 Classify 和 Regress API - 30 Days of MLOps

語法 POST http://host:port/v1/models/${MODEL_NAME}[/versions/${VERSION}|/labels/${...

技術 透過 REST API 與 Model 互動 - 30 Days of MLOps

取得 Model 的狀態資訊 API 語法 GET http://host:port/v1/models/${MODEL_NAME}[/versions/${V...

技術 Serving 多個 Model - 30 Days of MLOps

如果你多個 Model，用啟動參數來管理，就有點太麻煩了。 這時候你可以使用 model_config.conf model_config_list { c...

技術 解析 Tensorflow Serving 的 Docker file - 30 Days of MLOps

docker hub: https://hub.docker.com/r/tensorflow/serving/tags/ git clone https://...

技術 Machine Learning 生命週期 - 30 Days of MLOps

在進行 Machine Learning 自動化架構之前，我們至少要了解整個 Machine Learning 開發週期需要做哪些事，哪些是手動處理的，是否有機...

技術 什麼是 MLOps？ - 30 Days of MLOps

什麼是 MLOps？用最短的一句話來解釋它的話，MLOps 就是 Machine Learning 的 DevOps。 MLOps = Machine Lear...

技術 序 - 30 Days of MLOps

最近因為工作的關係，看了許多 MLOps 的影片，身為一個工程師，終極目標就是要把它建構起來，但是畢竟我是後端工程師，對於 AI 的部分我只能算是初學者等級，這...