Tutorial 环境要求 Linux/MacOS Python 3.9 及更高版本 Virtualenv Git 环境配置 cd virtualenv -p python3 tfx-env source ~/tfx-env/bin/activate mkdir tfx; cd tfx git clone https://github.com/tensorflow/tfx.git cd ~/tfx/tfx/tfx/examples/workshop/setup ./setup_demo.sh 创建流水线框架 1. 打开一个新的终端窗口，在该窗口中执行下面的命令，启动 airflow 管理服务 ...

导语： K8s 基本操作系列之 总结 正文 问题 Exiting due to DRV_AS_ROOT: The “docker” driver should not be used with root privileges. 解决方法： 因为我是用root账号登录操作的。所以提示不能用root账号启动，得用别的账号。所以要创建一个新的账号进行操作，创建一个test账号进行启动。 adduser test passwd test 设置密码 sudo usermod -aG docker $USER && newgrp docker 将tomx添加到docker组 su test 切换用户 X Exiting due to DRV_N...

导语： TCP 粘包原理。 总结 TCP 面向字节流的数据传输方式 接收端根据需要在消息里加上识别消息边界的信息。不加就可能出现粘包问题。 TCP 粘包跟Nagle算法有关系，但关闭 Nagle 算法并不解决粘包问题。 UDP 是基于数据报的传输协议，不会有粘包问题。 IP 层也切片，但是因为不关心消息里有啥，因此有不会有粘包问题。 TCP 发送端可以发 10 次字节流数据，接收端可以分 100 次去取；UDP 发送端发了 10 次数据报，那接收端就要在 10 次收完。 正文 四层网络协议，应用层、传输层、网络层、接口层。消息再每进入一层时，都会多加一个报头。这个报头记录着消息从哪来，到哪去，以及消息多长等消息。 再从消息发到网络的时候给消息...

导语： 本文是 tensorflow 手册翻译系列的第三十九篇。 本文档介绍 TFX Airflow 的使用手册。 目录 介绍 学习更多 手把手 先决条件 依赖包 MacOS 环境 手册资料 你需要做的工作 添加每步需要的代码 芝加哥出租车数据集 模型目标 - 实现二分类 步骤 1: 安装环境 步骤 2: 创建初始的管道框架 Hello World ...

导语： 本文是 tensorflow 手册翻译系列的第三十八篇。 本文档介绍使模型服务化。 目录 介绍 正文 介绍 TensorFlow Serving是一个针对机器学习模型的灵活，高性能的服务系统，专为生产环境而设计。 使用TensorFlow Serving可以轻松部署新算法和实验，同时保持相同的服务器体系结构和API。 TensorFlow Serving提供与TensorFlow模型的现成集成，但可以轻松扩展以服务于其他类型的模型和数据。 提供有关TensorFlow Serving的详细开发人员文档： 架构概述 服务器API REST客户端API

导语： 本文是 tensorflow 手册翻译系列的第三十七篇。 本文档介绍模型服务器的安装。 目录 安装模型服务器 使用 Docker 进行安装 使用 APT 进行安装 从源码进行构建 TensorFlow 服务 Python API PIP 包 正文 安装ModelServer 使用Docker安装 使用TensorFlow Serving的最简单，最直接的方法是使用Docker映像。除非您有在容器中运行无法满足的特定需求，否则我们强烈建议您使用此路线。 提示：这也是使TensorFlow Serving与GPU支持一起工作的最简单方法。 使用APT安...

导语： 本文是 tensorflow 手册翻译系列的第三十六篇。 本文档介绍机器学习元数据。 目录 MLMD启用的功能 元数据后台存储和存储链接配置 元数据存储 概念 使用机器元数据跟踪机器学习流 使用远程 grpc 服务器 正文 ML元数据（MLMD）是一个用于记录和检索与ML开发人员和数据科学家工作流程相关联的元数据的库。 MLMD是TensorFlow Extended（TFX）不可或缺的一部分，但其设计使其可以独立使用。作为更广泛的TFX平台的一部分，大多数用户仅在检查管道组件的结果时才与MLMD交互，例如在笔...