Оглавление:

Как сохранить график TensorFlow?
Как сохранить график TensorFlow?

Видео: Как сохранить график TensorFlow?

Видео: Как сохранить график TensorFlow?
Видео: #16. Способы сохранения и загрузки моделей в Keras | Tensorflow 2 уроки 2024, Ноябрь
Anonim

TensorFlow сохраняет / загружает график из файла

  1. Сохраните переменные модели в файл контрольной точки (. Ckpt) с помощью tf.
  2. Сохраните модель в файл. pb и загрузите его обратно с помощью tf.
  3. Загрузить модель из файла.
  4. Заморозьте график, чтобы сохранить график и веса вместе (источник)
  5. Используйте as_graph_def () для сохранения модели, а для весов / переменных сопоставьте их с константами (источник)

В связи с этим, как мне сохранить и восстановить модель TensorFlow?

К сохранить и восстановить ваши переменные, все, что вам нужно сделать, это вызвать tf. тренироваться. Saver () в конце вашего графика. Это создаст 3 файла (данные, индекс, мета) с суффиксом шага, который вы сохранен ваш модель.

Кроме того, что такое Pbtxt? pbtxt : Содержит сеть узлов, каждый из которых представляет одну операцию, связанных друг с другом как входы и выходы. Мы будем использовать его для замораживания нашего графика. Вы можете открыть этот файл и проверить, отсутствуют ли какие-либо узлы для целей отладки. Разница между. мета-файлы и.

Учитывая это, как загрузить график в TensorFlow?

TensorFlow сохраняет / загружает график из файла

  1. Сохраните переменные модели в файл контрольной точки (. Ckpt) с помощью tf.
  2. Сохраните модель в файл. pb и загрузите его обратно с помощью tf.
  3. Загрузить модель из файла.
  4. Заморозьте график, чтобы сохранить график и веса вместе (источник)
  5. Используйте as_graph_def () для сохранения модели, а для весов / переменных сопоставьте их с константами (источник)

Что такое модель TensorFlow?

Вступление. TensorFlow Обслуживание - это гибкая, высокопроизводительная система обслуживания для машинного обучения. модели , предназначенный для производственных сред. TensorFlow Обслуживание упрощает развертывание новых алгоритмов и экспериментов, сохраняя при этом ту же архитектуру сервера и API.

Рекомендуемые: