机器学习PAI的 deeprec 有自己的serving方式么？ 还是直接用tf serving就可以跑？
机器学习PAI的 deeprec 有自己的serving方式么？[阿里云机器学习PAI]
「点点赞赏，手留余香」
还没有人赞赏，快来当第一个赞赏的人吧！
=====这是一个广告位，招租中，联系qq 78315851====
同尘云，您身边的云智能顾问
机器学习PAI的 deeprec 有自己的serving方式么？ 还是直接用tf serving就可以跑？
机器学习PAI的DeepRec模块没有自己独立的serving方式，它建议使用TensorFlow Serving来进行模型的部署和Serving。
TensorFlow Serving是一个用于部署经过训练的TensorFlow模型的高性能系统。它提供了一个灵活且可扩展的架构，可以轻松地将训练好的模型部署为可用的API服务。
你可以使用TensorFlow Serving来加载并提供DeepRec模型的推理服务。首先，你需要将DeepRec模型保存为TensorFlow SavedModel格式，然后通过TensorFlow Serving来加载和部署该模型。
TensorFlow Serving支持多种方式进行模型的部署，例如通过RESTful API、gRPC接口或使用Docker容器。你可以根据自己的需求选择适合的方式来进行模型的Serving。
要注意的是，当使用TensorFlow Serving时，你需要确保在模型训练和导出过程中与TensorFlow Serving兼容的版本和配置。
我们也提供了Inference的processor 。具体参考：https://deeprec.readthedocs.io/zh/latest/Processor.html 此回答整理自钉群“DeepRec用户群”