将数据馈入Tensorflow 2.0中的已部署模型中

Question

我正在检查Tensorflow 2.0的新功能，并且发现placeholder已过时。现在可以直接使用python对象。

# Define the SummatorModule that sum the submitted value with the previously
# submitted one
class SummatorModule(tf.Module):
    def __init__(self):
        super(SummatorModule, self).__init__()
        self.a = tf.Variable(tf.zeros(shape=(1, 1)), name='a')

    @tf.function
    def __call__(self, x):
        self.a.assign(self.a + x)
        return self.a

正如您在这里看到的：self.a.assign(self.a + x)，我将self.a（它是一个[[named Variable]）与x相加（我假设在幕后将其转换为未命名 Variable）。

我可以通过这种方式在python中使用此模块：

summator = SummatorModule()
print(summator(number))
print(summator(number))

假设我将这个模型部署到应用程序中；因此我需要将数据输入模型中，但是由于x没有名称，因此无法像以前使用placeholder一样进行操作。那么如何在Tensorflow 2.0中将数据馈入已部署的模型中？
甚至可能是TF 2.0服务器API也已更改，但是我找不到任何有关它的信息；我希望您能消除我的疑虑。

Answer 1

新的save_model包含输入/输出的签名。实际上，Tensorflow 2.0 C API尚未发布，但可能是解析元数据并获取这些信息的一种方法。