Talaan ng mga Nilalaman:

Paano mo ise-save ang isang TensorFlow graph?
Paano mo ise-save ang isang TensorFlow graph?

Video: Paano mo ise-save ang isang TensorFlow graph?

Video: Paano mo ise-save ang isang TensorFlow graph?
Video: Graph and Session Tensorflow | Tensorflow Tutorials using Python | Part - 3 | 2024, Mayo
Anonim

TensorFlow na nagse-save sa/naglo-load ng graph mula sa isang file

  1. I-save ang mga variable ng modelo sa isang checkpoint file (. ckpt) gamit ang tf.
  2. I-save ang isang modelo sa isang. pb file at i-load ito muli gamit ang tf.
  3. Mag-load sa isang modelo mula sa isang.
  4. I-freeze ang graph upang i-save ang graph at mga timbang nang magkasama (pinagmulan)
  5. Gamitin ang as_graph_def() upang i-save ang modelo, at para sa mga timbang/variable, imapa ang mga ito sa mga constant (pinagmulan)

Kaugnay nito, paano ko ise-save at ire-restore ang isang TensorFlow na modelo?

Sa i-save at ibalik iyong mga variable, ang kailangan mo lang gawin ay tawagan ang tf. tren. Saver() sa dulo ng iyong graph. Gagawa ito ng 3 file (data, index, meta) na may suffix ng step mo nai-save iyong modelo.

Beside above, ano ang Pbtxt? pbtxt : Nagtataglay ito ng network ng mga node, bawat isa ay kumakatawan sa isang operasyon, na konektado sa isa't isa bilang mga input at output. Gagamitin namin ito para sa pagyeyelo ng aming graph. Maaari mong buksan ang file na ito at tingnan kung ang ilang mga node ay nawawala para sa layunin ng pag-debug. Pagkakaiba sa pagitan ng. meta file at.

Kung isasaalang-alang ito, paano ka maglo-load ng graph sa TensorFlow?

TensorFlow na nagse-save sa/naglo-load ng graph mula sa isang file

  1. I-save ang mga variable ng modelo sa isang checkpoint file (. ckpt) gamit ang tf.
  2. I-save ang isang modelo sa isang. pb file at i-load ito muli gamit ang tf.
  3. Mag-load sa isang modelo mula sa isang.
  4. I-freeze ang graph upang i-save ang graph at mga timbang nang magkasama (pinagmulan)
  5. Gamitin ang as_graph_def() upang i-save ang modelo, at para sa mga timbang/variable, imapa ang mga ito sa mga constant (pinagmulan)

Ano ang modelo ng TensorFlow?

Panimula. TensorFlow Ang paghahatid ay isang nababaluktot, mataas ang pagganap na sistema ng paghahatid para sa machine learning mga modelo , dinisenyo para sa mga kapaligiran ng produksyon. TensorFlow Pinapadali ng paghahatid ang pag-deploy ng mga bagong algorithm at eksperimento, habang pinapanatili ang parehong arkitektura ng server at mga API.

Inirerekumendang: