今天小编就为大家分享一篇Tensorflow 同时载入多个模型的实例讲解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

简单的TensorFlow服务 介绍 简单TensorFlow服务是针对机器学习模型的通用且易于使用的服务。 在了解更多信息。 支持分布式TensorFlow模型 支持常规的RESTful / HTTP API 通过加速的GPU支持推理 支持curl和其他命令行工具 以任何编程语言支持客户 按型号支持代码生成客户端，无需编码 支持对图像模型的原始文件进行推断 支持详细请求的统计指标 支持同时服务多个模型 支持模型版本的在线和离线动态 支持为TensorFlow模型加载新的自

适用于Windows和Linux的Tensorflow CPU推理API 这是使用Tensorflow框架的对象检测推理API的存储库。 此存储库基于 。 使用的Tensorflow版本是1.13.1。 推理REST API在CPU上运行，不需要使用任何GPU。 Windows和Linux操作系统均支持该功能。 使用我们的训练tensorflow信息库训练的模型可以部署在此API中。 可以同时加载和使用多个对象检测模型。 可以使用docker或docker swarm部署此仓库。 请

Tensorflow GPU推理API 这是使用Tensorflow框架的对象检测推理API的存储库。 此存储库基于 。 使用的Tensorflow版本是1.13.1。 推理REST API可在GPU上运行。 它仅在Linux操作系统上受支持。 使用我们的训练tensorflow信息库训练的模型可以部署在此API中。 可以同时加载和使用多个对象检测模型。 可以使用docker或docker swarm部署此仓库。 请仅在需要以下情况时使用docker swarm ： 在API容器方