10 月 23 - 25 日,QCon 上海站即将召开,现在购票,享9折优惠 了解详情
写点什么

谷歌发布 TensorFlow Serving 开源项目:更快的将深度学习模型产品商业化

  • 2016-02-19
  • 本文字数:1377 字

    阅读完需:约 5 分钟

机器学习现在变得越来越流行了,不仅被大力应用于像 Google 和 Facebook 这样的网络公司,也被普遍应用到大量的创业公司当中。

机器学习经过几十年软件工业的实践已达到产品级别,现已应用在 Google 各系列产品中, 从 Google app 中的语音识别,Google Mail 中的自动回复到 Google Photo 的搜索。但要把这些机器学习模型做成服务对外提供使用是一种新的挑战。

TensorFlow 开源之后,今天 Google 又宣布发布面向生产环境的 TensorFlow Serving,旨在解决上述挑战。Google 软件工程师 Noah Fiedel 在博文中介绍,“TensorFlow Serving 是一个高性能、开源的机器学习服务系统,为生产环境及优化 TensorFlow 而设计。它更适合运行多个大规模模型,并支持模型生命周期管理、多种算法实验及有效地利用 GPU 资源。TensorFlow Serving 能够让训练好的模型更快、更易于投入生产环境使用。

这里有必要先科普下 TensorFlow 和 TensorFlow Serving 的区别:
TensorFlow 项目主要是基于各种机器学习算法构建模型,并为某些特定类型的数据输入做适应学习,而 TensorFlow Serving 则专注于让这些模型能够加入到产品环境中。开发者使用 TensorFlow 构建模型,然后 TensorFlow Serving 基于客户端输入的数据使用前面 TensorFlow 训练好的模型进行预测。
个人认为 TensorFlow Serving 是将 tensorflow 训练出来的模型更好的应用于生产环境中,通过它的 API 等支持的方式来方便对外提供稳定可靠的服务。TensorFlow Serving 的意义就在于能够很方便的将深度学习生产化,解决了模型无法提供服务的弊端,并且用的是 c++ 语言,性能上应该不错。这样以后深度学习方向的创业公司都能很方便的将产品商业化,保证 7*24 小时的可靠服务。

如谷哥所说,TensorFlow Serving 可以在不改变现有模型架构和 API 的基础上发布新的模型和实验数据到产品中。它不仅仅支持 TensorFlow 训练的模型,也可以扩展到其他类型的模型 (比如 Scikit Learn 生成的模型)。
下面讲下 TensorFlow Serving 使用的具体例子:
给个简单的监督学习的训练 pipeline,如图 1

图 1
在图 1 中,输入训练数据 (Data) 到学习者 (Learner) 中,输出训练成功的模型 (Model 1)。

一旦新版本的模型训练好就可以发布到服务系统 (TensorFlow Serving) 上,如图 2

图 2
在图 2 中,TensorFlow Serving 利用上面训练好的模型基于客户端 (Clients) 提供的数据进行预测结果。这里客户端和服务端之间的通信采用的是 RPC 协议 (Google 开源的一个高性能 RPC 的实现,gRPC 源代码见 http://www.grpc.io )。

对于生产环境来说,启动模型,随着时间不断迭代模型,新的训练数据出现需要训练优化模型,这些都是常态。现在有了 TensorFlow Serving 就可以在不停止服务的情况下更新模型和数据,Google 内部许多 pipelines 一直在运行。

TensorFlow Serving 采用 C++ 编写,支持 Linux。为性能做有优化,在 16 核至强 CPU 设备上,每核每秒能够处理超过 10 万个请求,这里包括 gRPC 和 TensorFlow 接口之间的处理时间。 TensorFlow Serving 代码和教程已经能够在GitHub 获取。


感谢杜小芳对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ @丁晓昀),微信(微信号: InfoQChina )关注我们,并与我们的编辑和其他读者朋友交流(欢迎加入 InfoQ 读者交流群(已满),InfoQ 读者交流群(#2))。

2016-02-19 18:005543
用户头像

发布了 43 篇内容, 共 30.7 次阅读, 收获喜欢 7 次。

关注

评论

发布
暂无评论
发现更多内容

只争朝夕乘势上,不负韶华开新局——区块链上升为国家战略今日迎来一周年

CECBC

区块链 数字经济

数字人民币将如何改变金融生态?

CECBC

数字人民币

【建议收藏】18个适合程序员的在线学习网站,每个我都帮您试过了

田维常

学习 程序员 成长 网站

架构师训练营第五周学习总结

Gosling

极客大学架构师训练营

极客时间架构师培训 1 期 - 第 5 周作业

Kaven

牛逼的程序员,都长什么样?

田维常

程序员 牛逼

技术是否要追新?基于4点判断谈谈4点认识

田维常

程序员 技术 最新 技术追新

架构师训练营第 1 期第 5 周学习总结

owl

极客大学架构师训练营

架构师第一周作业

丁乐洪

程序员是不是青春饭?年纪大了何去何从

田维常

程序员 青春饭

【第五周】技术选型(一)

云龙

架构师训练营 Week5 - 课后作业

算法 分布式缓存 一致性哈希

架构师训练营第 1 期 - 第五周总结

Todd-Lee

极客大学架构师训练营

第5周 技术选型(一)总结

bearlu

朋友被“卖”了两次:程序员,真的别去外包公司!

田维常

程序员 外包 外包公司

架构师训练营第 1 期 - 第五周作业提交

Todd-Lee

极客大学架构师训练营

一致性哈希算法 Java 实现

escray

极客大学 极客大学架构师训练营 课程作业

[架构师训练营第 1 期] 第五周命题作业

猫切切切切切

极客大学架构师训练营

架构师训练营第五周课后作业

Gosling

极客大学架构师训练营

第一周作业

阿呆

手把手教你理解决策树:从概念到应用

计算机与AI

Python 学习 决策树

第五周作业

极客大学架构师训练营

年薪50万开发者相亲失败:程序员,别输在不会说话上

田维常

程序员 好好说话 不会说话

面试官角度,聊聊写简历这事

田维常

程序员 面试

Spring Boot 过滤器、监听器、拦截器的使用

田维常

程序员 过滤器 拦截器

第一周学习总结

Alvin

学习 极客大学架构师训练营 2组

第一周学习总结

CraspLion

第四周作业

橘子皮嚼着不脆

第01周学习总结[架构师训练营第 2 期]

Airship

极客大学架构师训练营

【原创】90%的人都不会做的一道笔试题

田维常

程序员 面试

食堂就餐卡系统设计

Sandman

极客大学架构师训练营 作业

谷歌发布TensorFlow Serving开源项目:更快的将深度学习模型产品商业化_语言 & 开发_侠天_InfoQ精选文章