Keras / Tensorflow - 部署模型(分类和规范化)

时间:2018-02-16 09:08:36

标签: python tensorflow keras

我来到了我使用Keras并基于Tensorflow部署训练模型的地步。我有Tensorflow-Serving运行,当我输入测试数据时,我得到了预期的输出。精彩!

但是,在现实世界(部署场景)中,我需要将新数据集传递给模型以前从未见过的模型。在训练/测试设置中,我进行了分类和单热编码。所以我需要首先转换提交的数据集。我可能会这样做。

我也做了规范化(来自sklearn的Standardscaler),现在我不知道这里做的最佳做法是什么。为了进行规范化,我需要再次检查训练数据和一个提交的数据集。

我相信这可以用优雅的方式解决。有什么想法吗?

0 个答案:

没有答案