6

所以我根据这个指南训练了初始模型来识别花朵。https://www.tensorflow.org/versions/r0.8/how_tos/image_retraining/index.html

bazel build tensorflow/examples/image_retraining:retrain
bazel-bin/tensorflow/examples/image_retraining/retrain --image_dir ~/flower_photos

要通过命令行对图像进行分类，我可以这样做：

bazel build tensorflow/examples/label_image:label_image && \
bazel-bin/tensorflow/examples/label_image/label_image \
--graph=/tmp/output_graph.pb --labels=/tmp/output_labels.txt \
--output_layer=final_result \
--image=$HOME/flower_photos/daisy/21652746_cc379e0eea_m.jpg

但是我如何通过 Tensorflow 服务来服务这个图表呢？

关于设置 TensorFlow 服务的指南 ( https://tensorflow.github.io/serving/serving_basic ) 没有说明如何合并图表 (output_graph.pb)。服务器需要不同格式的文件：

$>ls /tmp/mnist_model/00000001
checkpoint export-00000-of-00001 export.meta
4

3 回答 3

2

要在训练后提供图表，您需要使用此 api 将其导出：https ://www.tensorflow.org/versions/r0.8/api_docs/python/train.html#export_meta_graph

该api生成服务代码所需的元图def（这将生成您询问的那个.meta文件）

此外，您需要使用 Saver.save() 恢复检查点，这是 Saver 类https://www.tensorflow.org/versions/r0.8/api_docs/python/train.html#Saver

完成此操作后，您将同时使用元图 def 和恢复图所需的检查点文件。

于 2016-05-21T15:36:38.167 回答
1

您必须导出模型。我有一个在再训练期间导出模型的PR 。它的要点如下：

import tensorflow as tf

def export_model(sess, architecture, saved_model_dir):
  if architecture == 'inception_v3':
    input_tensor = 'DecodeJpeg/contents:0'
  elif architecture.startswith('mobilenet_'):
    input_tensor = 'input:0'
  else:
    raise ValueError('Unknown architecture', architecture)
  in_image = sess.graph.get_tensor_by_name(input_tensor)
  inputs = {'image': tf.saved_model.utils.build_tensor_info(in_image)}

  out_classes = sess.graph.get_tensor_by_name('final_result:0')
  outputs = {'prediction': tf.saved_model.utils.build_tensor_info(out_classes)}

  signature = tf.saved_model.signature_def_utils.build_signature_def(
    inputs=inputs,
    outputs=outputs,
    method_name=tf.saved_model.signature_constants.PREDICT_METHOD_NAME
  )

  legacy_init_op = tf.group(tf.tables_initializer(), name='legacy_init_op')

  # Save out the SavedModel.
  builder = tf.saved_model.builder.SavedModelBuilder(saved_model_dir)
  builder.add_meta_graph_and_variables(
    sess, [tf.saved_model.tag_constants.SERVING],
    signature_def_map={
      tf.saved_model.signature_constants.DEFAULT_SERVING_SIGNATURE_DEF_KEY: signature
    },
    legacy_init_op=legacy_init_op)
  builder.save()

上面将创建一个变量目录和 saved_model.pb 文件。如果你把它放在代表版本号（例如 1/）的父目录下，那么你可以通过以下方式调用 tensorflow 服务：

tensorflow_model_server --port=9000 --model_name=inception --model_base_path=/path/to/saved_models/
于 2018-01-04T19:56:15.620 回答
0

查看此要点如何在会话中加载 .pb 输出图：

https://github.com/eldor4do/Tensorflow-Examples/blob/master/retraining-example.py

于 2016-09-30T17:41:51.043 回答