发布人：软件工程师 Kiril Gorovoy
TensorFlow Serving 是一个针对生产环境设计的高性能机器学习模型维护系统，自从我们在 2016 年 2 月发布其初始开放源代码版本以来，已对其进行了很大的改进。今天，我们很高兴地宣布推出
TensorFlow Serving 1.0。1.0 版本是基于 TensorFlow 的初始版本而构建的，后续版本将与 TensorFlow 版本保持相同的次要版本。
如需详细了解此系统，请观看 Noah Fiedel 在 Google I/O 2017 大会上所作的演讲。
我们最初宣布此项目时，它只是一组用于管理模型生命周期和响应推理请求的核心功能库。后来，我们引入了一个
gRPC Model Server 二进制文件和 Predict API，并给出了一个如何在 Kubernetes 中部署它的示例。自此以后，我们努力扩展它的功能，以适应不同的用例，并使此
API 趋于稳定，以满足用户需求。目前，Google 内部已有 800 多个项目将 TensorFlow Serving 投入生产环境。我们对服务器和 API 进行了严格测试，使得其实现稳定、可靠并且高效。
我们听取了开放源代码社区的意见，并提供可通过 apt-get install 获取的预生成二进制文件，对此我们感到非常兴奋。现在，您只需安装并运行，即可开始使用
TensorFlow Serving，而无需在编译上浪费时间。和往常一样，仍然可以在非 Linux 系统中使用 Docker 容器来安装此服务器二进制文件。
在此版本中，TensorFlow Serving 还正式弃用并停止支持旧版 SessionBundle
模型格式。现在，SavedModel 是正式支持的格式，它是 TensorFlow 在 TensorFlow 1.0 中引入的模型格式。
在开始操作前，请查阅项目文档和我们的教程。尽情体验
TensorFlow Serving 1.0 吧！
