Tensorflow加载SavedModel模型过程源码阅读

最新推荐文章于 2024-08-19 22:42:18 发布
最新推荐文章于 2024-08-19 22:42:18 发布
阅读量714 收藏
点赞数
文章标签： tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_38616705/article/details/115679968
版权

首先关于SavedModel格式的介绍见Tensorflow SavedModel。
Tensorflow源代码中关于SavedModel加载的函数定义文件位置如下图所示。
在这里插入图片描述
最顶层的函数叫做LoadSavedModel，其中调用了LoadSavedModelInternal。
在这里插入图片描述
进入LoadSavedModelInternal，其中加载参数的主要操作调用了RestoreSession。
在这里插入图片描述
进入RestoreSession，可见到函数中主要进行了两个操作，一个是查找restore_op，并使用session执行restore_op来恢复参数，另一个是查找saved_model里面定义的init op（通常是NoOp）并使用session执行init op，我们主要关注restore_op。
在这里插入图片描述
查找restore_

最低0.47元/天 解锁文章
JelixLi
关注
Tensorflow 2.x(keras)源码详解之第十章：keras中的模型保存与加载(详解Checkpoint&md5&模型序列化)
weixin_43178406的博客
05-18 4万+
1. 模型保存与加载：综述 2. 前提总结 3. 仅保存模型权重 3.1 在内存中将权重进行迁移 3.2 将权重保存到磁盘上 3.2.1 Checkpoint(检查点) 3.2.2 使用tf.train.checkpoint()保存多个检查点 3.2.3 使用tf.train.checkpoint加载多个检查点 3.2.4 tf.train.checkpoint保存和加载单一检查点 3.2.5 save_weights保存检查点 3.2.6 save_weights保存成HDF5格式 4. 仅保存模型架构
Tensorflow 2.x 模型-部署与实践
ceba20200309的博客
02-28 414
Tensorflow 2.x 模型-部署与实践
TensorFlow saved_model 模块
热门推荐
thriving_fcl的博客
07-17 4万+
saved_model模块主要用于TensorFlow Serving。TF Serving是一个将训练好的模型部署至生产环境的系统，主要的优点在于可以保持Server端与API不变的情况下，部署新的算法或进行试验，同时还有很高的性能。保持Server端与API不变有什么好处呢？有很多好处，我只从我体会的一个方面举例子说明一下，比如我们需要部署一个文本分类模型
TensorFlow2.0 —— 模型保存与加载
然后就去远行
04-04 1万+
目录1、Keras版本模型保存与加载2、自定义版本模型保存与加载3、总结 1、Keras版本模型保存与加载 保存模型权重（model.save_weights） 保存HDF5文件（model.save） 保存pb文件（tf.saved_model） tf.saved_model和model.save的区别在于，tf.saved_model格式的模型可以直接用来预测，但是tf.saved_model没有保存优化器配置，而model.save保存了优化器配置，所以整体更大。 保存模型权重方法仅仅保存了模型中
Java Tensorflow SaveModelBundle 运行模型
q1248807225的博客
03-13 1935
首先需要有训练好的模型。 引入tensorflow的包到pom中 <dependency> <groupId>org.tensorflow</groupId> <artifactId>tensorflow</artifactId> <ver...
Python 加载 TensorFlow 模型
最新发布
m0_72958694的博客
08-19 1577
TensorFlow支持多种模型格式，但最常见的两种是SavedModel和HDF5（对于Keras模型），本文简要介绍了TensorFlow中最常见的两种是SavedModel和HDF5的模型，并给出了详细的代码示例。
使用SavedModel API保存和加载一个TensorFlow模型
ayiya_Oese的博客
12-27 1958
使用SavedModel API保存和加载一个TensorFlow模型前言什么是Saved？与tf.train.Saver的差别保存模型添加名称保存加载模型用Python加载用Java加载 前言 https://medium.com/@jsflo.dev/saving-and-loading-a-tensorflow-model-using-the-savedmodel-api-17645576527 SavedModel API 可以将训练好的模型保存为一种容易被加载到Python，Java（还将有Jav
基于python将tensorflow的ckpt模型转化为pb模型项目源码
03-24
这个过程对于将模型部署到生产环境尤其有用，因为PB文件不需要额外的变量加载逻辑，可以直接在TensorFlow Serving或移动设备上运行。此外，转换后的PB模型也可以用于其他工具，比如TensorFlow Lite，进行移动端的...
Tensorflow模型保存与预测
冬泉谷
02-04 7323
tensorflow 模型保存为savedModel形式，包括Estimator和Keras形式训练和导出得到，用于后续测试和模型部署
Tensorflow 保存和加载模型
u012560212的博客
06-12 567
import tensorflow as tf def save_mode(): v1 = tf.Variable(tf.constant(1.0,shape=[1]),name='v1') v2 = tf.Variable(tf.constant(2.0,shape=[1]),name='v2') res = tf.add(v1,v2,name='add_res')
TensorFlow之SavedModel模型保存和加载
IT菜鸟
01-18 3998
TensorFlow之SavedModel模型保存和加载
Tensorflow：模型保存与加载
南淮北安的博客
01-03 1365
模型训练完成后，需要将模型保存到文件系统上，从而方便后续的模型测试与部署工作。实际上，在训练时间隔性地保存模型状态也是非常好的习惯，这一点对于训练大规模的网络尤其重要，一般大规模的网络需要训练数天乃至数周的时长，一旦训练过程被中断或者发生宕机等意外，之前训练的进度将全部丢失。如果能够间断的保存模型状态到文件系统，即使发生宕机等意外，也可以从最近一次的网络状态文件中恢复，从而避免浪费大量的训练时间。...
TensorFlow保存和恢复
WitsMakeMen的专栏
08-12 990
链接：https://www.cnblogs.com/yinghuali/p/7735694.html [程序员指南5] 保存和恢复 本文档介绍如何保存和恢复 变量和模型。 保存和恢复变量 TensorFlow变量提供了表示程序处理的共享，持久状态的最佳方法。（有关详细信息，请参阅变量。）本节介绍如何保存和恢复变量。请注意，估算器会自动保存和恢复变量（在该项中model_dir）。 本...
Tensorflow 模型保存与恢复（2）使用SavedModel
JerryZhang__的博客
12-17 9614
使用SavedModel 保存和恢复模型 上一篇介绍了使用tf.train.Saver()保存模型checkpoint的方法，本篇介绍使用SavedModel进行模型的保存与恢复。 SavedModel 是一种跨语言的序列化格式（protobuf），可以保存和加载模型变量、图和图的元数据，适用于将训练得到的模型保存用于生产环境中的预测过程。由于跨语言的特性，应用时，可以使用一种语言保存模型，如训练...
Tensorflow SavedModel模型的保存与加载
weixin_34245749的博客
10-12 2658
这两天搜索了不少关于Tensorflow模型保存与加载的资料，发现很多资料都是关于checkpoints模型格式的，而最新的SavedModel模型格式则资料较少，为此总结一下TensorFlow如何保存SavedModel模型，并加载之。 为什么要采用SavedModel格式呢？其主要优点是SaveModel与语言无关，比如可以使用python语言训练模型，然后在Java中非常方便的加载模型。当...
Tensorflow：如何保存/恢复模型？
asdfgh0077的博客
01-14 841
在Tensorflow中训练模型后： 您如何保存经过训练的模型？ 您以后如何还原此保存的模型？
tensorflow中freeze_graph_with_def保存的模型，tables无法初始化问题
tengxunbc的博客
09-24 1478
在tensorflow自带导出pb模型的接口中，常常会封装graph_util.convert_variables_to_constants这个函数，但由于它会把sess.run(tf.tables_initializer())的操作给删除，不输出操作节点，导致在导入pb模型时会报错 FailedPreconditionError (see above for traceback): Tabl...
Tensorflow SavedModel 模型的保存和加载
舒哥的blog
12-25 2481
from tensorflow.examples.tutorials.mnist import input_data import tensorflow as tf from tensorflow.saved_model.signature_def_utils import predict_signature_def from tensorflow.saved_model import tag_c...
【TF】TensorFlow的模型保存save和加载load
csdn666
02-15 1843
训练过程中保存checkpoints checkpoint_path = "training_1/cp.ckpt" checkpoint_dir = os.path.dirname(checkpoint_path) # Create a callback that saves the model's weights cp_callback = tf.keras.callbacks.ModelCheckpoint(filepath=checkpoint_path,
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值