tensorflow安装教程(详解tensorflow基础知识)
一、基于docker安装tf-serving
参考文档:
https://tensorflow.google.cn/tfx/serving/docker
https://zhuanlan.zhihu.com/p/45109194
基于docker的安装首先需要安装docker
在docker的下载地址
https://download.docker.com/linux/ubuntu/dists/
中查找ubuntu对应的版本
查看ubuntu版本:
cat /proc/version
查看详细信息:
lsb_release -a
可以看到ubuntu的代号名称为:xenial,cput为amd64 因此到文件夹中去选取对应版本的文件:
获取.deb安装文件:
wget https://download.docker.com/linux/ubuntu/dists/xenial/pool/stable/amd64/docker-ce_18.03.0~ce-0~ubuntu_amd64.deb
使用dpkg命令进行安装:
dpkg -i docker-ce_18.03.0~ce-0~ubuntu_amd64.deb
执行hello-world测试是否安装成功:
用dpkg命令安装后有遇到过docker没有正常启动的问题,好像是缺失mkl还是systemstl 没有启动docker,忘了记录,后续有同学遇到再补充。
在docker中启动服务
准备docker环境
docker pull tensorflow/serving
这个命令会获取一个预先安装好的虚拟环境,可以在docker中操作虚拟环境,tensorflowserving提供两种形式的调用:restfull和grpc
一、restfull api调用
下载tfserving的示例代码
mkdir tfserving
cd tfserving
git clone https://github.com/tensorflow/serving
运行tf serving
docker run -p 8501:8501
--mount type=bind,
source=/root/maoyaozong/tfserving/serving/tensorflow_serving/servables/tensorflow/testdata/saved_model_half_plus_two_cpu,
target=/models/half_plus_two
-e model_name=half_plus_two -t tensorflow/serving
这里提供8501端口作为rest api的端口号,绑定了模型的原始地址,并且命名模型的名称model_name=half_plus_two
客户端验证
curl -d'{"instances": [1.0, 2.0, 5.0]}'
-x post http://localhost:8501/v1/models/half_plus_two:predict
获取返回结果
{ "predictions": [2.5, 3.0, 4.5] }
二、grpc api调用
下载tfserving的示例代码
mkdir tfserving
cd tfserving
git clone https://github.com/tensorflow/serving
模型编译
/root/anaconda3/bin/pythontensorflow_serving/example/mnist_saved_model.py models/mnist
在目录下会多出一个models的文件夹,用来存储模型
运行tf serving
dockerrun -p 8500:8500
--mounttype=bind,source=$(pwd)/models/mnist,target=/models/mnist
-e model_name=mnist -t tensorflow/serving
安装tensorflow-serving-api
pip install tensorflow-serving-api
客户端验证
/root/anaconda3/bin/pythontensorflow_serving/example/mnist_client.py --num_tests=1000--server=127.0.0.1:8500
inference error rate: 10.4%
二、直接安装tensorflow_model_server
移除已经安装的tensorflow_model_server
apt-getremove tensorflow-model-server
把serving的发型uri添加为package源
echo "deb[arch=amd64] http://storage.googleapis.com/tensorflow-serving-apt stabletensorflow-model-server tensorflow-model-server-universal" | sudo tee/etc/apt/sources.list.d/tensorflow-serving.list &&
curlhttps://storage.googleapis.com/tensorflow-serving-apt/tensorflow-serving.release.pub.gpg| sudo apt-key add –
安装tensorflow modelserver
apt-getupdate && apt-get install tensorflow-model-server
通过tensorflow_model_server启动服务
tensorflow_model_server--port=8502 --rest_api_port=8503
--model_name=half_plus_two--model_base_path=/root/maoyaozong/tfserving/serving/tensorflow_serving/servables/tensorflow/testdata/saved_model_half_plus_two_cpu
这里我们启动了8502作为grpc端口,8503作为restfull端口
验证服务
curl-d '{"instances": [1.0, 2.0, 5.0]}'
-x post http://localhost:8503/v1/models/half_plus_two:predict
上一篇: 订阅号运营攻略(公众号运营入门攻略)
推荐阅读
-
tensorflow安装教程(详解tensorflow基础知识)
-
matlab2014b安装教程详解(matlab2014安装没有激活界面的原因)
-
Ubuntu下安装Tensorflow
-
windows下用docker安装tensorflow
-
Ubuntu 16.04 CUDA9.0 Docker 安装 tensorflow-gpu
-
ubuntu16.04下安装&配置anaconda+tensorflow新手教程
-
将高版本py与tensorflow改变成低版本python以安装低版本tensorflow
-
ARM64 aarch64 3399开发板等 安装新版tensorflow,解决版本不兼容问题
-
Ubuntu下通过Anaconda快速完成Tensorflow-CPU版安装(极速)!!
-
tensorflow2.0教程—快速入门