tf.saved_mode.simple_save()的'输入'和'输出'参数是什么?

问题描述 投票:1回答:2

我正在将训练有素的模型转移到生产推理上。为此,我需要保存模型,以便它(和/或检查点)可以在运行时从生产运行更改为生产运行。移动模型的输入和输出形状的形状可以在运行之间变化。

所以我在看tf.saved_model.simple_save

simple_save(session, export_dir, inputs={"x": x, "y": y}, outputs={"z": z})

如果我运行推理生产代码,如:

session = Session()
inputs = tf.placeholder(dtype=tf.float32, shape=(None, height, width, in_channel_size), name='input_img')
model = Some_Model(inputs, num_classes=no_of_defects, is_training=False)
logits, _ = model.build_model()
predictor = tf.nn.softmax(self.logits, name='logits_to_softmax')
feed_dict = {inputs: inputs}
prediction_probabilities = session.run(self.predictor, feed_dict=feed_dict)

然后我如何确定inputsoutputs的输入内容:

simple_save(session, export_dir, inputs=???, outputs=???)

tf.saved_mode.simple_save()的“输入”和“输出”参数是什么?

我正在PyCharm中运行调试会话,如果这是相关的。

python tensorflow
2个回答
-1
投票
simple_save(session, export_dir, inputs={"inputs" : inputs}, outputs={"predictor" : predictor})

-1
投票

在我看来,它将是:

 simple_save(session, export_dir, inputs=feed_dict, outputs={"predictor" : predictor}))
© www.soinside.com 2019 - 2024. All rights reserved.