Из учебника Google мы знаем, как обучить модель в TensorFlow. Но как лучше всего сохранить обученную модель, а затем выполнить прогноз, используя базовый минимальный api python на рабочем сервере.
Мой вопрос в основном касается лучших практик TensorFlow для сохранения модели и предоставления прогнозов на реальном сервере без ущерба для скорости и проблем с памятью. Поскольку сервер API будет работать в фоновом режиме навсегда.
Мы будем благодарны за небольшой фрагмент кода Python.