当前位置: 首页 > 面试题库 >

TensorFlow:如何发布没有源代码的模型?

强承望
2023-03-14
问题内容

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保存的Tensorflow模型(体系结构+训练有素的变量)。我知道tf.train.Saver(),但是它看起来只保存变量,并且为了还原/运行它们,用户需要“定义”相同的体系结构。

仅出于测试/运行目的,有没有办法释放没有源代码的保存的{architecture + trained variables},以便用户可以进行查询并获得结果?


问题答案:

该TensorFlow服务项目的目的是使这个用例简单(假设最终用户只能使用模型推断,不培训)。TensorFlow
Serving包含一个Exporter类,该类采用您tf.train.Savertf.GraphDef,用于定义您的整体模型,以及一个“签名”,用于描述模型的输入和输出。

该基础教程有一个很好的介绍导出模型。



 类似资料:
  • 我有一个多模块Kotlin Gradle项目: 有源代码,其他两个没有。的人生目标是将作为;这是Spring Boot的标准惯例有一些测试代码,但在中没有。 问题是,当我试图发布这些项目时,它失败了。 这是真的,我可以看到

  • 我正在尝试将edgetpu USB加速器与Intel ATOM单板计算机和C API结合使用,以进行实时推断。 edgetpu的C API基于TensorFlow lite C API。我需要包括来自tensorflow/lite目录的头文件(例如tensorflow/lite/interpreter.h)。 我的问题是我可以只使用Lite(而不是用于训练的其他操作)构建张量流吗?如果是,我该怎么

  • 我从源代码中安装了Tensorflow 1.9.0。 我使用conda创建新环境: conda create-n tensorflow python=2.7 源激活tenstorflow pip安装/tmp/tensorflow\u pkg/tensorflow-1.9.0rc0-cp27-cp27mu-linux\u x86\u 64.whl (张量流)usename@lab:$pip inst

  • 问题内容: 在Tensorflow 2.0环境中执行命令时,出现如下错误消息: 系统信息: 操作系统平台和发行版:Windows 10 python版本:3.7.1 Tensorflow版本:2.0.0-alpha0(随pip一起安装) 重现步骤: 安装: 点安装-升级点 pip install tensorflow == 2.0.0-alpha0 点安装keras 点安装numpy == 1.1

  • 以前我正在使用ABM模型,现在正在转向投入正式生产环境(将其嵌入在线平台系统)。 为了做到这一点,我有两个重要目标要实现: > 如何以强化的方式将模型和相关文件打包并分发给其他人,最好是作为一个jar文件,其他程序可以轻松自动地调用该文件,以便在需要时运行模拟。最好在无头模式下运行模型。调用和运行模型时,应避免出现repast GUI控制窗口。顺便说一句:当前版本的模型不需要同时批量运行不同的场景