出口储蓄模型与tf.train.write_graph()？

Question

保存模型有什么区别？

1. 使用tensorflow服务中规定的出口商：

例：

from tensorflow.contrib.session_bundle import exporter
#from tensorflow_serving.session_bundle import exporter
saver = tf.train.Saver(sharded=True)
model_exporter = exporter.Exporter(saver)
model_exporter.init(
        sess.graph.as_graph_def(),
        named_graph_signatures={
            'inputs': exporter.generic_signature({'images': x}),
            'outputs': exporter.generic_signature({'scores': y})})
model_exporter.export(export_path, tf.constant(FLAGS.export_version), sess) 

1. 直接使用tf.train.write_graph()和tf.train.Saver()：

例：

with sess.graph.as_default():
    saver = tf.train.Saver()
    saver.save(sess, path, meta_graph_suffix='meta', write_meta_graph=True)

TensorFlow saving into/loading a graph from a file的问题仍在继续

Answer 1

鉴于出口商现在已被正式否决，用于保存图表和数据的新协议是使用保护程序。下面是一个包含示例代码的优秀博客：https://blog.metaflow.fr/tensorflow-how-to-freeze-a-model-and-serve-it-with-a-python-api-d4f3596b3adc。

Answer 2

出口商是在你训练一个模型并想要为它服务之后使用的(用它进行推理)。

当你训练一个模型时，保护程序用于检查点。