我已经训练了 TensorFlow 模型并保存了检查点，并希望将其部署到 Google Cloud Platform。在模型部署documentation它说您需要创建一个 SavedModel。看来others还使用检查点而不是 SavedModel。
鉴于我已经花时间训练这个模型，并且只有检查点而不是 SavedModel，是否有一种方法可以用来部署模型，或者我需要重新训练？
最佳答案
检查点将变量名称映射到张量值。这还不足以让更高级别的系统使用您的模型。另一方面，SavedModel完整且密闭。正如 answer 中明确指出的那样您在帖子中链接到的 SavedModel 提供了服务 TensorFlow 模型所需的所有信息:一组 MetaGraph、与这些图兼容的检查点以及所有必要的 Assets 文件。如果您这样看，那么您需要将模型导出到 SavedModel 才能将其部署到 ML Engine，这是有道理的。现在，这并不意味着您需要重新培训。您需要做的是 wrap one of your checkpoints into a SavedModel .
关于python - 将 TensorFlow Checkpoint 部署到 Google Cloud Platform，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/48639129/