TensorFlow Serving API设置warmup

运行后附代码文件生成tf_serving_warmup_requests文件; 置其于模型保存文件夹内的assets.extra文件夹下; 重启docker API即可,可观察到屏幕输出显示warmp启动成功; 保存模型的文件结构于是乎成为: . ├── assets ├── assets.extra │ └── tf_serving_warmup_requests ├── saved_model.pb └── variables ├── variables.data-00000-of-00001 └── variables.index 生成文件的代码如下: # -*-