El componente de canalización TFX de BulkInferrer
Organízate con las colecciones
Guarda y clasifica el contenido según tus preferencias.
El componente BulkInferrer TFX realiza inferencia por lotes en datos sin etiquetar. El InferenceResult generado ( tensorflow_serving.apis.prediction_log_pb2.PredictionLog
) contiene las características originales y los resultados de la predicción.
BulkInferrer consume:
- Un modelo entrenado en formato SavedModel .
- Tf sin etiqueta. Ejemplos que contienen características.
- (Opcional) Resultado de la validación del componente Evaluador .
BulkInferrer emite:
Usando el componente BulkInferrer
Se utiliza un componente BulkInferrer TFX para realizar inferencia por lotes en tf.Examples sin etiquetar. Por lo general, se implementa después de un componente Evaluador para realizar inferencia con un modelo validado, o después de un componente Entrenador para realizar inferencia directamente en el modelo exportado.
Actualmente realiza inferencia de modelos en memoria e inferencia remota. La inferencia remota requiere que el modelo esté alojado en Cloud AI Platform.
El código típico se ve así:
bulk_inferrer = BulkInferrer(
examples=examples_gen.outputs['examples'],
model=trainer.outputs['model'],
model_blessing=evaluator.outputs['blessing'],
data_spec=bulk_inferrer_pb2.DataSpec(),
model_spec=bulk_inferrer_pb2.ModelSpec()
)
Hay más detalles disponibles en la [referencia de API de BulkInferrer][tfx.v1.components.BulkInferrer].
A menos que se indique lo contrario, el contenido de esta página está sujeto a la licencia Reconocimiento 4.0 de Creative Commons y las muestras de código están sujetas a la licencia Apache 2.0. Para obtener más información, consulta las políticas del sitio web de Google Developers. Java es una marca registrada de Oracle o sus afiliados.
Última actualización: 2024-09-05 (UTC).
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"Me falta la información que necesito"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"Es demasiado complicado o hay demasiados pasos"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"Está obsoleto"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"Problema de traducción"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"Problema de muestras o código"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"Otro"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"Es fácil de entender"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"Me ofreció una solución al problema"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"Otro"
}]
{"lastModified": "\u00daltima actualizaci\u00f3n: 2024-09-05 (UTC)."}
[[["Es fácil de entender","easyToUnderstand","thumb-up"],["Me ofreció una solución al problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Me falta la información que necesito","missingTheInformationINeed","thumb-down"],["Es demasiado complicado o hay demasiados pasos","tooComplicatedTooManySteps","thumb-down"],["Está obsoleto","outOfDate","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Problema de muestras o código","samplesCodeIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2024-09-05 (UTC)."],[],[]]