从Tensorflow模型生成SavedModel，以便在Google Cloud ML上提供它
从Tensorflow模型生成SavedModel，以便在Google Cloud ML上提供它
提问于 2019-03-01 00:56:35
我使用TF Hub重新训练了用于图像分类的模型。现在我想在云中为它提供服务。为此，我需要一个SavedModel。来自TF集线器的retrain.py脚本在训练完成后使用tf.saved_model.simple_save生成SavedModel。
让我困惑的是，我从该方法获得的SavedModel文件夹中的.pb文件比训练后保存的最终.pb要小得多。
simple_save现在也被弃用了，我试着在按照这个SO issue完成训练后获得我的SavedModel。
但是我的variables folder是空的。如何将构建SavedModel合并到retrain.py中以替换simple_save方法？小贴士将非常受欢迎。
回答 1
Stack Overflow用户
发布于 2019-03-26 06:03:22
要将您的模型部署到Google Cloud ML，您需要一个可以从tf.saved_model SavedModel生成的api。
以下是使用cloud ML Engine将训练好的模型托管到云中的步骤。
通过使用BUCKET_NAME="your_bucket_name"
- Select为您的存储桶设置云存储存储桶，并设置
REGION环境变量，
- 将您保存的模型上传到云存储存储桶。使用
SAVED_MODEL_DIR=$(ls ./your-export-dir-base | tail -1) gsutil cp -r $SAVED_MODEL_DIR gs://your-bucket - Create创建一个新的存储桶
gsutil mb -l $REGION gs://$BUCKET_NAME - Upload，一个云ML引擎模型资源和模型版本。
另外，对于将保存的模型合并到retrain.py中的问题，需要将保存的模型作为参数传递给tfhub_module行，如下所示。
python retrain.py --image_dir C: ...\\code\\give the path here --tfhub_module C:
...give保存的模型目录的路径
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/54930665
复制相关文章
相似问题
腾讯云开发者
