Speichern von Tensorflow-Modellen im Speicher

Question

Das Programm, das ich schreibe, beinhaltet das Wechseln zwischen Modellen während der Laufzeit.

Ich verwende derzeit Saver zum Speichern/Laden von Modellen von der Festplatte wie hier angegeben: https://www.tensorflow.org/api_docs/python/state_ops/saving_and_restoring_variables#Saver.

Die Modelle sind ziemlich klein und können im Speicher gespeichert werden, also habe ich mich gefragt, ob jemand eine Möglichkeit zum Speichern und Wiederherstellen dieser Modelle im Speicher kennt, anstatt sie auf der Festplatte zu speichern.

Ich habe versucht, die Tensorflow-Quelle zu modifizieren, um das Modell in den Speicher zu speichern, aber gen_io_ops scheint während der Kompilierzeit generiert zu werden. Eine andere Möglichkeit besteht darin, Speicherabbilddateien zu verwenden. Kennt jemand einen leichteren Weg?

Answer 1

Ich hätte nur zwei verschiedene Sitzungen mit ihren eigenen Berechnung Graphen. Alternativ können Sie das Berechnungsdiagramm (zwei Kopien der Variablen, Operationen usw.) in derselben Sitzung duplizieren. Dann würden Sie sess.run(comp1 if useCompOne else comp2) anrufen, wie auch immer Sie es einrichten möchten.