python - TensorFlow:如何发布没有源代码的模型?

标签 python tensorflow

我正在使用 Tensorflow + Python。

我很好奇是否可以在没有详细源代码的情况下发布已保存的 Tensorflow 模型(架构+训练变量)。我知道 tf.train.Saver() ,但它看起来只保存变量,为了恢复/运行它们,用户需要“定义”相同的架构。

仅出于测试/运行目的,有没有办法在没有源代码的情况下释放已保存的{架构+训练变量},以便用户只需转换查询即可获得结果?

最佳答案

TensorFlow Serving项目旨在使这个用例变得简单(假设最终用户仅使用模型进行推理,而不是训练)。 TensorFlow Serving 包含一个 Exporter 类,该类采用您的 tf.train.Saver、定义整体模型的 tf.GraphDef 以及“签名” "描述模型的输入和输出。

basics tutorial对导出模型有很好的介绍。

关于python - TensorFlow:如何发布没有源代码的模型?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36462229/

相关文章:

python - MNIST图像预测模型

tensorflow - 如何在 Tensorflow 中读取跟踪文件(时间轴)

python - Tensorflow string_input_ Producer 卡在队列中

python - 从数据流运行 tensorflow 模型训练

python - 一维数组形状 (length,) vs. (length,1) vs. (length)

python - 检查 Python 中的可变性?

python - 模块未找到错误 : No module named 'airflow'

python - NN VBD IN DT NNS RB 在 NLTK 中是什么意思?

python - 使用单独的自定义容器(阈值)对 Pandas 列进行分类

tensorflow - 限制 skflow 中的 GPU 内存分配