将 TensorFlow 模型部署到 Web 应用程序：使用 Flask API、TensorFlowJS 和 TensorFlow Serving

Deploying TensorFlow Models to a Web Application: Using Flask API, TensorFlowJS, and TensorFlow Serving

实施机器学习以发挥人工智能算法的力量。开发人员和公司常常难以有效地部署机器学习模型。造成这种情况的主要原因之一是缺乏适当的流程设置和执行。在收到 YouTube 订阅者的反馈和评论后，Vikraman 为该过程创建了一个分步说明系统。

使用 TensorFlow.js，您将逐步完成在 Web 应用程序中部署机器学习模型的过程。您将学习大规模部署这些模型，并使用用户现有的硬件（例如网络摄像头）来完成常见的机器学习任务。

你将学到什么

该视频适合谁

希望在 Web 应用程序中部署机器学习模型的工程师、编码员和研究人员。对 TensorFlow、Python、HTML 以及一般机器学习和深度学习算法的基本了解很有帮助。

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。