#tensorflow #tensorflow2.0
#тензорный поток #тензорный поток 2.0
Вопрос:
Сохраняются ли файлы переменных с помощью API saved_model в формате protocol buffer (pb)? Если нет, есть ли способ загрузить это без использования API tensorflow (восстановление / загрузка)
Ответ №1:
Существует чистый Python API, который не использует операции TensorFlow, если это полезно: перечислите переменные и загрузите одну переменную. Для сохраненной модели вы можете указать их в variables / подкаталог.
Существует также TensorBundle, который является реализацией на C .
Если ни то, ни другое не помогает, ответ, вероятно, «нет». Теоретически это можно было бы выделить в отдельный пакет; если вы заинтересованы в этом, не стесняйтесь обращаться.
Комментарии:
1. 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 этап обсуждения сохраненной модели.
Ответ №2:
Вы можете использовать tf.keras.models.load_model для загрузки модели из saved_model, и вы получите tf.keras.Model объект.
Ответ №3:
я не уверен, проверено ли это. но, похоже, указание list_variables и load_variable на подкаталог variables в SavedModel не работает. мы увидим, что файл «контрольной точки» пропустил утверждение. WA заключается в создании файла контрольных точек, в котором одна строка указывает на имя файла данных. model_checkpoint_path: «переменные»