Sisällysluettelo:

Kuinka tallennat TensorFlow-kaavion?
Kuinka tallennat TensorFlow-kaavion?

Video: Kuinka tallennat TensorFlow-kaavion?

Video: Kuinka tallennat TensorFlow-kaavion?
Video: Библиотеки Для Машинного Обучения: Scikit-learn, TensorFlow, Keras, PyTorch | В Чём Разница? 2024, Saattaa
Anonim

TensorFlow tallentaa/lataa kaavion tiedostosta

  1. Tallenna mallin muuttujat tarkistuspistetiedostoon (. ckpt) käyttämällä tf.
  2. Tallenna malli. pb-tiedosto ja lataa se takaisin käyttämällä tf.
  3. Lataa malli osoitteesta.
  4. Pysäytä kaavio tallentaaksesi kaavion ja painot yhdessä (lähde)
  5. Käytä as_graph_def() tallentaaksesi mallin, ja painot/muuttujat yhdistävät ne vakioiksi (lähde)

Kuinka voin tallentaa ja palauttaa TensorFlow-mallin tässä suhteessa?

Vastaanottaja tallentaa ja palauttaa muuttujat, sinun tarvitsee vain kutsua tf. kouluttaa. Saver() kaavion lopussa. Tämä luo 3 tiedostoa (data, indeksi, meta), joiden pääte on vaihe sinä tallennettu sinun malli -.

Yllä olevan lisäksi, mikä on Pbtxt? pbtxt : Tämä sisältää solmuverkoston, joista jokainen edustaa yhtä toimintoa ja jotka on kytketty toisiinsa tuloina ja lähtöinä. Käytämme sitä kuvaajamme jäädyttämiseen. Voit avata tämän tiedoston ja tarkistaa, puuttuuko joitakin solmuja virheenkorjausta varten. Ero välillä. meta-tiedostot ja.

Kun tämä otetaan huomioon, kuinka lataat kaavion TensorFlowiin?

TensorFlow tallentaa/lataa kaavion tiedostosta

  1. Tallenna mallin muuttujat tarkistuspistetiedostoon (. ckpt) käyttämällä tf.
  2. Tallenna malli. pb-tiedosto ja lataa se takaisin käyttämällä tf.
  3. Lataa malli osoitteesta.
  4. Pysäytä kaavio tallentaaksesi kaavion ja painot yhdessä (lähde)
  5. Käytä as_graph_def() tallentaaksesi mallin, ja painot/muuttujat yhdistävät ne vakioiksi (lähde)

Mikä on TensorFlow-malli?

Johdanto. TensorFlow Serving on joustava, tehokas koneoppimisen palvelinjärjestelmä mallit , suunniteltu tuotantoympäristöihin. TensorFlow Palvelun avulla on helppoa ottaa käyttöön uusia algoritmeja ja kokeiluja samalla, kun säilytetään sama palvelinarkkitehtuuri ja API.

Suositeltava: