Из учебника Google мы знаем, как обучать модель в TensorFlow. Но каков наилучший способ сохранить обученную модель, а затем выполнить предсказание, используя базовый минимальный api python на рабочем сервере.
Мой вопрос в основном основан на лучших практиках TensorFlow для сохранения модели и прогнозирования на реальном сервере без ущерба для скорости и памяти. Поскольку сервер API будет работать в фоновом режиме навсегда.
Будет оценен небольшой фрагмент кода python.
