Ich benutze Tensorflow + Python.TensorFlow: Wie kann ich ein Modell ohne Quellcode veröffentlichen?
Ich bin gespannt, ob ich ein gespeichertes Tensorflow-Modell (Architektur + trainierte Variablen) ohne detaillierten Quellcode freigeben kann. Ich bin mir bewusst, tf.train.Saver()
, aber es sieht aus, nur Variablen zu speichern, und um sie wiederherzustellen/ausführen, muss ein Benutzer die gleiche Architektur "definieren".
Nur zum Testen/Ausführen, gibt es eine Möglichkeit, eine gespeicherte {Architektur + trainierte Variablen} ohne Quellcode freizugeben, so dass ein Benutzer nur eine Abfrage generieren und ein Ergebnis erhalten kann?
Mit Ihrer Implementierung erhalten Sie die richtigen Gewichte fr om das trainierte Modell? Ich kann nur sehen, dass Sie die Eingabe- und Ausgabeschichten erhalten (https://github.com/falcondai/cifar10/blob/master/eval.py#L43 + https://github.com/falcondai/cifar10/blob/master /eval.py#L45) –
@NicolaiAntonLynnerup Ja, der Saver übernimmt das Laden der Binärdatei aus der Prüfpunktdatei für jede Variable. Die Zeilen, auf die Sie Bezug genommen haben, rufen die erforderlichen Eingabe- und Ausgabevariablen ab (und nicht die Ebenen), sodass wir den Graphen in der Auswertung ausführen können: Stellen Sie sich diese als Funktionssignatur vor, ein visueller Klassifikator mappt Bild -> Klassenlogits. Um es anders auszudrücken, ohne diese Variablen (Platzhalter sind auch Variablen) können wir diesen Aufruf nicht aufbauen: https://github.com/falcondai/cifar10/blob/master/eval.py#L67 – Falcon
Und es funktioniert perfekt:) Vielen Dank! –