炼丹技巧 | TensorFlow模型线上私密部署

前情回顾 我们之前介绍了 BERT的原理与应用 BERT与其他预训练模型 BERT四大下游任务 炼丹技巧 | BERT的下接结构调参 现在我们基于(2019BDCI互联网金融新实体发现 | 思路与代码框架分享(单模第一,综合第二))代码实践来介绍一下模型在线上部署的时候不暴露我们的model结构代码,也就是将自己的模型匿名,但却可以在线上持续提供服务。 具体项目代码链接: https://github.com/ChileWang0228/Deep-Learning-With-Python/tree/master/chapter8 首先看一下我们的模型的预测代码:predict.py,我们模型