
Entraînement
et déploiement
à grande échelle
de
modèles TensorFlow
11
Vous disposez d’un beau modèle qui réalise d’époustouantes prédictions. Très bien,
mais que pouvez-vous en faire ? Le mettre en production, évidemment ! Par exemple,
vous pourriez tout simplement exécuter le modèle sur un lot de données, en écrivant
éventuellement un script qui lance la procédure chaque nuit. Cependant, la mise en
production est souvent beaucoup plus complexe. Il est possible que différentes parties
de votre infrastructure aient besoin d’appliquer le modèle sur des données en temps
réel, auquel cas vous voudrez probablement l’intégrer dans un service web. De ...