本文来自于csdn,本文主要介绍了用户增长组基于TensorflowServing在深度学习线上预估的探索,对性能问题的定位、分析、解决.随着深度学习在图像、语言、广告点击率预估等各个领域不断发展,很多团队开始探索深度学习技术在业务层面的实践与应用。而在广告CTR预估方面,新模型也是层出不穷:WideandDeep[1]、DeepCrossNetwork[2]、DeepFM[3]、xDeepFM[4],美团很多篇深度学习博客也做了详细的介绍。但是,当离线模型需要上线时,就会遇见各种新的问题:离线