Ich bekam einen TensorFlow Checkpoint und auch ein exportiertes Modell, aber um ein Modell mit Google ML Cloud zu bedienen, brauche ich eine saved_model.pbtxt
Datei. Es scheint, dass ich den Prüfpunkt laden und SavedModelBuilder
verwenden muss, aber SavedModelBuilder
möchte ein Wörterbuch der Namen der Eingangs- und Ausgangsknoten.Wie erstellt man ein SavedModel von einem TensorFlow Checkpoint oder Modell?
Meine Frage ist, gibt es den Checkpoint oder das exportierte Modell (siehe unten), wie kann ich die Namen der Knoten finden, die benötigt werden, um die pbtxt
Datei zu generieren, die ich über ML Cloud Service von Google diene?
checkpoint
export.data-00000-of-00001
export.index
export.meta
options.json
Danke dafür, das war unglaublich hilfreich! Nur noch eine Frage, vergib mir meine Unwissenheit, aber wie interpretiere ich diese Datei? Sind die Ein- und Ausgaben des gesamten Graphen an einem bestimmten Ort oder gibt es eine Dokumentation, die Details zur Formatierung liefert? – blueether
So haben Sie normalerweise Zugriff auf den Quellcode und Sie können sich den Code ansehen, um zu sehen, welche Namen den Eingängen/Ausgängen zugewiesen werden. Wenn Sie die Ein-/Ausgänge von export.meta identifizieren möchten, müssen Sie etwas arbeiten. Ich denke, TensorBoard ermöglicht es Ihnen, den Graphen zu visualisieren. An diesem Punkt können Sie die Ein-/Ausgänge visuell identifizieren und die Namen abrufen. Es könnte irgendwo in der TF-Codebasis zusätzliche Werkzeuge geben. –