Turinys:

Kaip išsaugoti TensorFlow grafiką?
Kaip išsaugoti TensorFlow grafiką?

Video: Kaip išsaugoti TensorFlow grafiką?

Video: Kaip išsaugoti TensorFlow grafiką?
Video: Как заставить tensorflow сделать хоть что то полезное 2024, Lapkritis
Anonim

TensorFlow įrašymas į failą / grafiko įkėlimas iš failo

  1. Išsaugokite modelio kintamuosius į kontrolinio taško failą (. ckpt), naudodami tf.
  2. Išsaugokite modelį į. pb failą ir vėl įkelkite jį naudodami tf.
  3. Įkelkite modelį iš.
  4. Užfiksuokite grafiką, kad išsaugotumėte grafiką ir svorius kartu (šaltinis)
  5. Naudokite as_graph_def(), kad išsaugotumėte modelį, o svoriams / kintamiesiems susiekite juos į konstantas (šaltinis)

Šiuo atžvilgiu kaip išsaugoti ir atkurti TensorFlow modelį?

Į išsaugoti ir atkurti jūsų kintamieji, viskas, ką jums reikia padaryti, tai iškviesti tf. traukinys. Saver() diagramos pabaigoje. Taip bus sukurti 3 failai (duomenys, indeksas, meta) su žingsnio jūs priesaga išsaugotas tavo modelis.

Be to, kas yra Pbtxt? pbtxt : Jame yra mazgų tinklas, kiekvienas atstovaujantis vienai operacijai, sujungtų vienas su kitu kaip įėjimai ir išėjimai. Mes naudosime jį savo grafiko užšaldymui. Galite atidaryti šį failą ir patikrinti, ar kai kurių mazgų trūksta derinimo tikslais. Skirtumas tarp. meta failai ir.

Atsižvelgiant į tai, kaip įkelti grafiką į „TensorFlow“?

TensorFlow įrašymas į failą / grafiko įkėlimas iš failo

  1. Išsaugokite modelio kintamuosius į kontrolinio taško failą (. ckpt), naudodami tf.
  2. Išsaugokite modelį į. pb failą ir vėl įkelkite jį naudodami tf.
  3. Įkelkite modelį iš.
  4. Užfiksuokite grafiką, kad išsaugotumėte grafiką ir svorius kartu (šaltinis)
  5. Naudokite as_graph_def(), kad išsaugotumėte modelį, o svoriams / kintamiesiems susiekite juos į konstantas (šaltinis)

Kas yra TensorFlow modelis?

Įvadas. TensorFlow Aptarnavimas yra lanksti, didelio našumo aptarnavimo sistema, skirta mašininiam mokymuisi modeliai , skirtas gamybos aplinkai. TensorFlow Aptarnavimas leidžia lengvai įdiegti naujus algoritmus ir eksperimentus, išlaikant tą pačią serverio architektūrą ir API.

Rekomenduojamas: