SignatureDef的作用

最新推荐文章于 2020-12-30 06:31:46 发布
最新推荐文章于 2020-12-30 06:31:46 发布
阅读量5k 收藏 5
点赞数 1
CC 4.0 BY-SA版权
分类专栏： 统计与机器学习 深度学习
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/yinkun6514/article/details/79583055
SignatureDef主要用于定义TensorFlow模型的输入输出接口，它包含input、output和method_name三部分。接口协议在构建时被封装到二进制文件，方便客户端进行参数校验。SignatureDef的使用促进了模型保存和加载的便捷性，实现了训练和预测的解耦。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

SignatureDef的作用

本篇文章主要讲解SignatureDef接口的作用

概述

SignatureDef的主要作用是定义输出和输入接口协议。他在构建SaveModel时，被封装到二进制文件中。

SignatureDef结构

SignatureDef包含三个部分：

  • input：封装着TensorInfo信息的字典
  • outputs ：和上面一样，封装着TensorInfo信息的字典

  • method_name：在加载的工具和系统中，对应着方法名。（我的理解是可能存在多个前面，用method_name指定一个唯一的key）

    注意：构建SignatureDef对象的时候，需要指定tensor的名字，数据类型以及它的形状。其实这些数据已经存放在graph中了，显示的指定这些信息是非常有用的，有了它，客户端就可以不需要去读取整个graph，就可以进行一些参数校验的工作了

相关的常量和工具

为了代码可以更好的复用，一般情况下都会使用和SignatureDef相关的常量。这些常量都会被tensorflow中跨语言和跨平台的支持，特别是在c++、Python环境中
另外，SaveModel也提供了一些工具，用于构建SignatureDef对象。

示例

Save:

最低0.47元/天 解锁文章

200万优质内容无限畅学
TensorFlow Serving工具的使用方法，以及如何将模型部署到生产环境 ? How to Deploy Machine Learning Models in Production
AI天才研究院
08-10 187
在实际工作中，我们需要部署机器学习模型，作为机器学习应用的一部分。在开发阶段，我们已经训练好了模型并对其进行了评估。但是如何将其部署到生产环境中，让它可以被实际使用的呢？下面我们将介绍TensorFlow Serving工具的使用方法，以及如何将模型部署到生产环境。概括地说，机器学习模型就是根据输入数据预测输出结果的计算模型。利用训练好的模型可以对新的输入数据做出响应，从而自动地解决某个特定任务或领域的问题。
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
tensorflow数据结构-SignatureDef
写了 = 会了.gif
11-08 3009
文章目录SignatureDef案列 SignatureDef 应该就是导出模型后，.index文件的部分，建立张量名到张量的映射。 message SignatureDef { //指定输入参数。 map<string, TensorInfo> inputs = 1; //指定输出参数 map<string, TensorInfo> outputs = 2...
解决keras模型保存问题（避免系统崩溃，模型训练无效），并且可以解决训练越来越慢的问题
circleyuanquan的博客
04-08 2622
首先贴出来训练部分的代码： def train(self, train_generator, validation_generator, pre_model_path=None): ''' :param train_generator: 训练集 :param validation_generator: 测试集 :param...
python signature函数-对python函数签名的方法详解
weixin_39683241的博客
11-11 6658
函数签名对象，表示调用函数的方式，即定义了函数的输入和输出。在Python中，可以使用标准库inspect的一些方法或类，来操作或创建函数签名。获取函数签名及参数使用标准库的signature方法，获取函数签名对象；通过函数签名的parameters属性，获取函数参数。# 注意是小写的signaturefrom inspect import signaturedef foo(value):retu...
TF_Serving 部署一个模型
风吴痕的博客
11-21 1万+
参考： 1、https://tensorflow.google.cn/ 2、https://www.tensorflow.org/ 3、 http://note.youdao.com/noteshare?id=92af08c5ceff28db9748f822fee05322&sub=7E5B724B2443405C9DD3D8E22C3A1EE9TF_Serving安装参考：http://b
SavedModel文件生成
最新发布
03-27
好的，我现在需要帮用户解决如何生成TensorFlow Saved...5. SavedModel的签名（SignatureDef）有什么作用？ --- 通过以上步骤，您可以正确生成SavedModel文件并用于生产部署。建议优先使用Keras API以提高开发效率。
python模型保存save_Tensorflow SavedModel 模型的保存和加载
weixin_39928017的博客
12-11 1414
前言最近参加了天池上的Apache Flink极客挑战赛——垃圾图片分类比赛，里面涉及到了Java调用tensorflow的SavedModel格式的模型进行预测，于是专门对此内容进行了调研。这里记录了SavedModel模型的优势，结构以及保存和加载的方法。SavedModel的优势Tensorflow训练的模型可以保存为ckpt格式，但是这种格式的模型文件在跨语言方面不是很灵活。而SaveMo...
tensorflow数据结构-MetaGraphDef
写了 = 会了.gif
11-08 2699
tensorflow数据结构 https://github.com/tensorflow/tensorflow/blob/r1.11/tensorflow/core/protobuf/meta_graph.proto 《Tensorflow实战深度学习框架》 ​ Tensorflow的计算图在运行时，以MetaGrapDef的形式实行计算图，并且在进行计算图保存（save）时，将MetaGra...
Java实战：优快云博客安全认证头x-ca-nonce与x-ca-signature解析与生成.zip
04-29
前端核心js分析,Java代码生成x-ca-nonce与x-ca-signature
csdn的x-ca-nonce和x-ca-signature算法破解实例.rar
09-11
csdn的x-ca-nonce和x-ca-signature算法实例 csdn的接口都要传x-ca-nonce和x-ca-signature 根据请求接口url计算
常用命令: sort学习笔记
xuzhougeng blog
03-01 430
本文的sort命令是GNU版本(8.22), 和BSD的sort不同 sort是我最常用Linux命令之一，它的功能就是排序，一般后面还会和uniq搭配，对数据进行去重。 下面的操作假设你有一个文件，叫做chr.txt, 内容如下, 不同列之间用制表符分隔 Chr3 20251812 20254323 + Chr1 471971 473336 - C...
Tensorflow模型的格式
豆芽菜
05-17 465
tensorflow模型的格式通常支持多种，主要有CheckPoint(*.ckpt)、GraphDef(*.pb)、SavedModel。 1. CheckPoint(*.ckpt) 在训练 TensorFlow 模型时，每迭代若干轮需要保存一次权值到磁盘，称为“checkpoint”，如下图所示： 文件中的meta为网络结构，data为权重。注意加载时的模型文件路径为：model.ckpt。 这种格式文件是由 tf.train.Saver() 对象调用 saver.save() ..
tensorflow打印所有变量名_【他山之石】Tensorflow模型保存方式大汇总
weixin_32202001的博客
12-30 353
“他山之石，可以攻玉”，站在巨人的肩膀才能看得更高，走得更远。在科研的道路上，更需借助东风才能更快前行。为此，我们特别搜集整理了一些实用的代码链接，数据集，软件，编程技巧等，开辟“他山之石”专栏，助你乘风破浪，一路奋勇向前，敬请关注。作者：知乎—卡西法地址：https://www.zhihu.com/people/kumonoue GraphDefGraphDef是Tensorflow...
Tensorflow－GraphDef、MetaGraph、CheckPoint
ZerinHwang
01-09 6386
Tensorflow框架实现的三种图   参考原文：http://www.360doc.com/content/17/1123/18/7669533_706522939.shtml ========================== Graph: Tensorflow所运行的代码，或者说用python代码表达的计算，所描述的对象实际上就是一张计算图，包含了各个运算节点和用于计算的张量。...
java接口签名(Signature)实现方案
aipiannian6725的博客
09-30 2995
预祝大家国庆节快乐，赶快迎接美丽而快乐的假期吧！！！ 前言 　　在为第三方系统提供接口的时候，肯定要考虑接口数据的安全问题，比如数据是否被篡改，数据是否已经过时，数据是否可以重复提交等问题。其中我认为最终要的还是数据是否被篡改。在此分享一下我的关于接口签名的实践方案。如果这种方案不是很好理解，请参考另一篇更简单暴力的方案java接口签名(Signature)实现方案续。 签...
tensorflow模型保存（三）——tensorflow1.x版本的savedmodel格式的模型保存与加载
MIss-Y的博客
05-06 1万+
前言：前面的两篇文章已经分别介绍了高层API与低层API关于各种模型的保存，比如在tensorflow2.x中如何保存checkpoint与savedmodel，在tensorflow1.x中如何保存checkpoint，本文着重介绍在tensorflow1.x版本中怎么保存savedmodel。 要想恢复模型并能够正确的加载，最核心的就在于要给模型的输入与输出起一...
卷积核函数的选择
一条臭狗
02-09 1万+
卷积核函数的选择 卷积核函数的尺寸并没有一个严格的限制， 那么选择核函数有什么标准了？？ 而且看到很多成熟的卷积网络经常使用1*1的卷积核函数，它的作用又是什么了？ 1*1卷积核函数的作用 很多卷积神经网络中都会使用1*1的卷积核函数：resNet，GoogleNet。1×1卷积核只有一个参数，这个核在输入上滑动，就相当于给输入数据乘以一个系数。（对于单通道和单个卷积...
(tensorflow) root@DESKTOP-RVNE65O:~/work/model_zoo# python extracttflite.py 2025-03-07 14:57:53.720064: I tensorflow/core/util/port.cc:111] oneDNN custom operations are on. You may see slightly different numerical results due to floating-point round-off errors from different computation orders. To turn them off, set the environment variable `TF_ENABLE_ONEDNN_OPTS=0`. 2025-03-07 14:57:53.772008: I tensorflow/tsl/cuda/cudart_stub.cc:28] Could not find cuda drivers on your machine, GPU will not be used. 2025-03-07 14:57:53.999328: E tensorflow/compiler/xla/stream_executor/cuda/cuda_dnn.cc:9342] Unable to register cuDNN factory: Attempting to register factory for plugin cuDNN when one has already been registered 2025-03-07 14:57:53.999476: E tensorflow/compiler/xla/stream_executor/cuda/cuda_fft.cc:609] Unable to register cuFFT factory: Attempting to register factory for plugin cuFFT when one has already been registered 2025-03-07 14:57:54.001268: E tensorflow/compiler/xla/stream_executor/cuda/cuda_blas.cc:1518] Unable to register cuBLAS factory: Attempting to register factory for plugin cuBLAS when one has already been registered 2025-03-07 14:57:54.137256: I tensorflow/tsl/cuda/cudart_stub.cc:28] Could not find cuda drivers on your machine, GPU will not be used. 2025-03-07 14:57:54.138160: I tensorflow/core/platform/cpu_feature_guard.cc:182] This TensorFlow binary is optimized to use available CPU instructions in performance-critical operations. To enable the following instructions: AVX2 AVX_VNNI FMA, in other operations, rebuild TensorFlow with the appropriate compiler flags. 2025-03-07 14:57:55.181380: W tensorflow/compiler/tf2tensorrt/utils/py_utils.cc:38] TF-TRT Warning: Could not find TensorRT INFO: Created TensorFlow Lite XNNPACK delegate for CPU. Traceback (most recent call last): File "/root/work/model_zoo/extracttflite.py", line 52, in <module> extractSubgraphToTflite(interpreter, subgraph1Inputs, subgraph1Outputs, './model/tflite/MicroISP_1.tflite') File "/root/work/model_zoo/extracttflite.py", line 39, in extractSubgraphToTflite converter = tf.lite.TFLiteConverter.from_concrete_functions([interpreter.get_signature_runner()]) File "/opt/anaconda3/envs/tensorflow/lib/python3.10/site-packages/tensorflow/lite/python/interpreter.py", line 853, in get_signature_runner raise ValueError( ValueError: SignatureDef signature_key is None and model has 0 Signatures. None is only allowed when the model has 1 SignatureDef
03-08
ValueError: SignatureDef signature_key is None and model has 0 Signatures. None is only allowed when the model has 1 SignatureDef ``` 表示您尝试使用默认的签名（`signature_key=None`）转换模型，但...
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