
799
19
장
대규모 텐서플로 모델 훈련과 배포
8.
이제
AI
플랫폼에 모델이 준비되었으므로 모델 버전을 만들어야 합니다. 모델 리스트
에서 방금 전 만든 모델을 클릭한 다음 ‘버전 만들기’을 클릭하고 버전 상세 정보를 입력
합니다 (그림
19
-
6
). 이름, 설명,
Python
버전 (
3
.
5
또는 그 이상), 프레임워크 (텐서
플로 ), 프레임워크 버전 (가능하면
2
.
0
또는
1
.
13
)
9
,
ML
런타임 버전(가능하면
2
.
0
또
는
1
.
13
), 머신 종류(여기서는 ‘단일 코어
CPU
’를 선택합니다 ),
GCS
에 있는 모델 경로
(실제 버전 폴더까지 전체 경로, 예를 들면
gs
://
my
-
mnist
-
model
-
bucket
/
my
_
mnist
_
model
/
0002
/
), 확장 (‘자동 확장’을 선택합니다 ), 항상 실행될
TF
서빙 컨테이너의 최소
개수 (이 필드는 비워둡니다 )입니다. 그다음 ‘저장’을 클릭합니다.
4.
그림
19-6
구글 클라우드 플랫폼에 새로운 모델 버전 만들기
축하합니다. 처음으로 클라우드에 모델을 배포했습니다! ‘자동 확장’을 선택했기 때문에 초당
쿼리 수가 늘어나면
AI
플랫폼이
TF
서빙 컨테이너를 더 많이 실행하고 쿼리를 로드 밸런싱할
9
이 글을 쓰는 시점에 텐서플로 버전
2
는 아직
AI
플랫폼에서 제공되지 않습니다. 하지만 괜찮습니다. ...