tensorflow - 优步 Ludwig 工具箱 : export generated model to Google platform ML Engine

标签 tensorflow model deep-learning meta ludwig

在 Uber Ludwig 工具箱中,从头开始的训练产生了以下 10 个文件:

  1. 检查点
  2. model_hyperparameters.json
  3. model_weights.data-00000-of-00001
  4. model_weights.index
  5. model_weights.meta
  6. model_weights_progress.data-00000-of-00001
  7. model_weights_progress.index
  8. model_weights_progress.meta
  9. train_set_metadata.json
  10. training_progress.p

我想将它们(或仅需要的)导出到一个文件 saved_model.pb 中,以便能够将其加载到我的 ML Engine Google 平台。

我尝试了 freeze_graph.py 脚本,但它需要一个我没有的 .pb 文件作为输入。 (我只有上述10个文件)。如何继续获取这个 saved_model.pb 文件?我看到了几个线程,但没有一个适合我。

最佳答案

Ludwig 添加了对 SavedModel 的支持,这是 AI Platform(Cloud ML 引擎)支持的唯一模型格式

看看这个issue

关于tensorflow - 优步 Ludwig 工具箱 : export generated model to Google platform ML Engine,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54783521/

相关文章:

tensorflow - 使用 tf.estimator.train_and_evaluate 时如何有效地洗牌大型 tf.data.Dataset?

ruby-on-rails - Rails : Skinny Controller vs. Fat Model,还是我应该让我的 Controller 厌食?

python - Pytorch DataLoader内存未释放

python - 运行Caffe时出现两个错误

windows - 在 Windows 上运行 Syntaxnet

python - 使用干净和退化的照片训练深度学习模型

tensorflow - "Anaconda can not spawn a new process..."我有崇高的文字错误

Laravel Auth::user() 没有用户模型函数的代码完成

php - 在接下来的第 4 列中查找 CI 数据库错误

python - theano 中高效的内核实现