126 条“大模型推理云服务-8” 相关内容
- TensorFlow表现 | PerformanceHow to Quantize Neural Networks with TensorFlow（如何量化神经网络的张力?）
How to Quantize Neural Networks with TensorFlow（如何量化神经网络的张力?）
- Docker机器 | Machine提供数字海洋 | Provision Digital Ocean Droplets (Machine)
提供数字海洋 | Provision Digital Ocean Droplets (Machine)
- TensorFlow扩展 | ExtendTensorFlow Architecture（TensorFlow架构）
TensorFlow Architecture（TensorFlow架构）
TensorFlow架构 我们为大规模分布式训练和推理设计了TensorFlow，但它也足够灵活，可以支持新机器学习模型和系统级优化的实验。 本文档描述了使这种规模和灵活性相结合的系统架构。
- Redux介绍 | Introduction动机（Motivation）
动机（Motivation）
此状态可以包括服务器响应和缓存数据，以及本地创建的尚未保存到服务器的数据。UI状态的复杂性也在增加，因为我们需要管理活动路线，选定标签，旋钮，分页控件等。 管理这个不断变化的状态是困难的。
- Docker机器 | Machine在云中配置主机 | Provision hosts in the cloud (Machine)
在云中配置主机 | Provision hosts in the cloud (Machine)
使用Docker机器在云提供商上提供主机 试用DockerCloud！我们建议使用DockerCloud作为在您的云提供商上运行Docker的最新方式。
- Docker机器 | Machine机器概念和帮助 | Machine concepts and help
机器概念和帮助 | Machine concepts and help
机器概念与寻求帮助 DockerMachine允许您在各种环境中提供Docker机器，包括驻留在您的本地系统、云提供商或裸金属服务器上的虚拟机(%28物理计算机%29)。
- TensorFlow指南 | GuideSaving and Restoring（模型存储和加载）
Saving and Restoring（模型存储和加载）
将您的模型导出为SavedModel格式。 从本地服务器提供模型并请求预测。 准备服务于输入 在训练期间，从input_fn()摄取数据并准备好供模型使用。
- Docker引擎 | EngineSwarm模式关键概念（引擎） | Swarm mode key concepts (Engine)
Swarm模式关键概念（引擎） | Swarm mode key concepts (Engine)
您可以在单台物理计算机或云服务器上运行一个或多个节点，但生产群部署通常包括分布在多台物理机和云计算机上的Docker节点。 要将您的应用程序部署到群集，您需要向管理器节点提交服务定义。
- TensorFlow表现 | PerformanceHigh-Performance Models（高性能的模型）
High-Performance Models（高性能的模型）
构建高性能模型的最佳实践 以下收集的是一些可以提高性能并增加模型灵活性的其他最佳实践。 与NHWC和NCHW一起构建模型 CNN使用的大多数TensorFlow操作都支持NHWC和NCHW数据格式。
- TensorFlow教程 | TutorialsConvolutional Neural Networks（卷积神经网络）
Convolutional Neural Networks（卷积神经网络）
[iuzixjacq8.png] 从磁盘读取图像并扭曲它们可以使用不重要的处理时间。为了防止这些操作放慢训练速度，我们在连续填充TensorFlow队列的16个独立线程中运行它们。
- Docker机器 | Machine驱动程序选项和操作系统默认值 | Driver options and operating system defaults (Machine)
驱动程序选项和操作系统默认值 | Driver options and operating system defaults (Machine)
驱动程序选项和操作系统默认值 当DockerMachine在本地网络提供商或与远程云提供商(如AmazonWeb服务)提供容器时，必须同时为提供程序和基本操作系统定义驱动程序。
- TensorFlow指南 | GuideEstimators（估计量）
Estimators（估计量）
- Docker引擎: 扩展 | Engine: Extend使用插件扩展引擎 | Extending Engine with plugins
使用插件扩展引擎 | Extending Engine with plugins
网络插件 插入描述Contiv网络一个开源网络插件，为多租户微服务部署提供基础架构和安全策略，同时为非容器工作负载提供物理网络集成。
- HTTP指南 | GuidesConnection management in HTTP 1.x
Connection management in HTTP 1.x
HTTP主要依赖于TCP的传输协议，在客户端和服务器之间提供连接。在初期，HTTP使用单一模型来处理这种连接。这些连接是短暂的：每次请求需要发送时创建一个新连接，并在收到答复后关闭。
- TensorFlow表现 | PerformanceBenchmarks（基准）
Benchmarks（基准）
基准 概观 在多个平台上测试了一系列图像分类模型，为TensorFlow社区创建了参考点。Methodology部分详细说明了测试如何执行并且链接到了所使用的脚本。
- JSON教程JSON调用jquery ajax jsonp跨域调用实例代码
jquery ajax jsonp跨域调用实例代码
JSONP跨域的原理 在同源策略下，在某个服务器下的页面是无法获取到该服务器以外的数据的，但img、iframe、script等标签是个例外，这些标签可以通过src属性请求到其他服务器上的数据。
- Docker机器 | Machine配置AWS EC2实例（机器） | Provision AWS EC2 instances (Machine)
配置AWS EC2实例（机器） | Provision AWS EC2 instances (Machine)
亚马逊网络服务（AWS）EC2示例 试用DockerCloud！我们建议使用DockerCloud作为在您的云提供商上运行Docker的最新方式。
- Docker开始 | Get Started 第3部分：服务 | Part 3: Services
第3部分：服务 | Part 3: Services
要做到这一点，我们必须在分布式应用程序的层次结构中提升一级：服务... 堆叠 服务你在这里 容器（第2部分涵盖） 关于服务 在分布式应用程序中，应用程序的不同部分被称为“服务”。
- TensorFlow表现 | PerformancePerformance Guide（性能指南）
Performance Guide（性能指南）
最简单的方法之一是在输入管道之后将模型简化为单个操作（平凡模型）并每秒测量示例。如果整个模型和平凡模型的每秒示例差异最小，则输入管线可能是瓶颈。
腾讯云开发者
扫码关注腾讯云开发者
领取腾讯云代金券
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号