Tensorflow 2.0: переменные в сохраненной модели
Сохраняются ли файлы переменных API save_model в формате буфера протокола (pb)? Если нет, есть ли способ загрузить это без использования API-интерфейсов тензорного потока (восстановление/загрузка)
Ответы 3
Существует чистый Python API, который не использует операции TensorFlow, если это полезно: список переменных и загрузить одну переменную. Для SavedModel вы можете указать их в подкаталоге variable/.
Также есть TensorBundle, который является реализацией на C++.
Если ни один из них не полезен, ответ, вероятно, «нет». Теоретически его можно было бы выделить в отдельный пакет; если вы заинтересованы в этом, не стесняйтесь обращаться.
я не уверен, что это проверено. но похоже, что указание list_variables и load_variable на подкаталог переменных SavedModel не работает. мы увидим пропущенный файл «checkpoint». WA должен создать файл контрольной точки с одной строкой, указывающей на имя файла данных. model_checkpoint_path: "переменные"
Вы можете использовать tf.keras.models.load_model для загрузки модели из save_model, и вы получите объект tf.keras.Model.
Привет Аллен, Спасибо за предложения. Я ищу варианты загрузки тензоров в файл переменных во встроенной системе с минимальными зависимостями. В настоящее время лучшим решением является замороженный график, который включает дополнительный шаг разговора по сохраненной модели.