如何在keras导出的java中加载tensorflow.PB模型
# my model has two input tensors and one output tensor
inputs = {'input_1': model.inputs[0], 'input_2' : model.inputs[1]}
outputs = {'output_1' : model.outputs[0]}
tf.saved_model.simple_save(K.get_session(), 'output_dir', inputs=inputs, outputs=outputs)
SavedModelBundle model = SavedModelBundle.load("output_dir", "serve");
共有1个答案
现在可以使用Deep Java库(DJL)加载Java中的Keras模型并运行推理。DJL在内部使用tensorflow java并提供高级API使推理和遍历运行变得容易。查看github回购：https://github.com/awslabs/djl
有一个博客帖子:https://towardsdatascience.com/detection-premonia-from-chest-x-ray-images-e02bcf705dd6
可以找到演示项目：https://github.com/aws-samples/djl-demo/blob/master/肺炎-detection/readme.md
-
问题内容： 如何在Keras中从HDF5文件加载模型？ 我试过的 上面的代码将最佳模型成功保存到名为weights.hdf5的文件中。然后，我要加载该模型。下面的代码显示了我如何尝试这样做： 这是我得到的错误： 问题答案： 仅设置网络的权重。您仍然需要在调用之前定义其体系结构：
-
用例：我试图在Google App Engine中加载一个预先训练好的Keras模型为.h5文件。我正在Python Runtime3.7和标准环境中运行App Engine。 （2）也许有一种方法可以将model.h5从Google Storage加载到Google App Engine中，这是我没有想到的，例如使用其他函数()或其他格式？ 我只是想读一下模型，以便进行预测。不需要编写或训练模型
-
Keras models (typically created via the Python API) may be saved in one of several formats. The "whole model" format can be converted to TensorFlow.js Layers format, which can be loaded directly into
-
问题内容： 我有一个问题问你： 我想在Jena TDB TripleStore上加载文件。我的文件很大，大约80Mb和大约700000的三倍RDF。当我尝试加载它时，执行将停止工作或需要很长时间。 我正在使用在Web服务上运行的以下代码： 有时我会收到Java堆空间错误： 如何将这个文件加载到模型Jena中并将其保存在TDB中？提前致谢。 问题答案： 您需要在statup上为JVM分配更多的内存。
-
问题内容： 加载freemarker模板时，我得到一个文件未找到异常，即使该模板实际上存在于路径中。 更新：它正在作为Web服务运行。它将基于搜索查询将xml返回给客户端。当我从另一个Java程序（从静态main）调用模板时，模板成功加载。但是当客户端请求xml时，发生FileNotFoundException。 操作系统：Windows 7文件的绝对路径：C：/ Users / Jay / wo
-
问题内容： 我正在构建一个小的Flask应用程序，该应用程序在后台使用卷积神经网络对用户上传的图像进行预测。如果我这样加载它，它将起作用： 但是，这要求在用户添加图像之后加载分类器（clf）。这需要一段时间，因为它需要根据一个pickle文件为200层以上的神经网络设置所有权重。 我想要做的是在生成应用程序时加载所有权重。为此，我尝试了此操作（为HTML模板/导入/应用启动切出了不相关的代码）：