TensorFlow - 导出

首页 / TensorFlow / Exporting

在这里,无涯教程将重点介绍TensorFlow中的MetaGraph形成,这将帮助了解TensorFlow中的导出模块,MetaGraph包含基本信息,这是训练,执行判断或对先前训练过的图进行推理所必需的。

def export_meta_graph(filename=None, collection_list=None, as_text=False): 
   """this code writes `MetaGraphDef` to save_path/filename. 
   
   Arguments: 
   filename: Optional meta_graph filename including the path. collection_list: 
      List of string keys to collect. as_text: If `True`, 
      writes the meta_graph as an ASCII proto. 
   
   Returns: 
   A `MetaGraphDef` proto. """

下面是其中一种典型的使用模式-

无涯教程网

# 建立模型...
with tf.Session() as sess: 
   # 使用模型...
# 将模型导出到 /tmp/my-model.meta。
meta_graph_def=tf.train.export_meta_graph(filename='/tmp/my-model.meta')

这一章《TensorFlow - 导出》你学到了什么?在下面做个笔记吧!做站不易,你的分享是对我们最大的支持,感谢!😊

相关文章

正则表达式入门课 -〔涂伟忠 - 17讲〕

分布式系统案例课 -〔杨波 - 66讲〕

物联网开发实战 -〔郭朝斌 - 32讲〕

技术面试官识人手册 -〔熊燚(四火) - 19讲〕

有没有一种好方法可以将 pandas 列多索引转换为列类别?

如何将过滤的分组聚合的结果分配为原始 Pandas DataFrame 中的新...

合并两个带有子标题的数据框

在python中平方所需的时间

如何在python中获得列表的向前移动组合?

TypeError:从文件中读取参数时,函数缺少所需的位置参数

视频推荐〔TensorFlow - 课时51 数据加载-3〕

更多视频 »
好记忆不如烂笔头。留下你的足迹吧 :)