tensorflow - 将 tflearn.DNN 与 google cloud ml-engine 一起使用

Question

有没有一种好方法可以将使用 tflearn.DNN 类构建的模型部署到 Google Cloud ML Engine？SavedModel 似乎需要在预测签名定义中定义输入和输出张量，但不确定如何从 tflearn.DNN 中获取。

Answer 1

至少在我的具体情况下，我后来才知道这一点。此代码段可让您将 DNN 导出为 SavedModel，然后可以将其部署到 Google Cloud ML Engine。

片段如下，带有以下参数

• 文件名是导出目录
• input_tensor 是给 tflearn.DNN 的 input_data 层
• output_tensor 是传递给 tflearn.DNN 的整个网络

• session 是 tflearn.DNN 返回的对象的一个​​属性

  builder = tf.saved_model.builder.SavedModelBuilder(filename)
  
  signature = tf.saved_model.signature_def_utils.predict_signature_def(
      inputs={'in':input_tensor}, outputs={'out':output_tensor})
  builder.add_meta_graph_and_variables(session,
                                       [tf.saved_model.tag_constants.SERVING],
                                       signature_def_map={'serving_default':signature})
  
  builder.save()
  
  serving_vars = {
      'name':self.name
  }
  
  assets = filename + '/assets.extra'
  os.makedirs(assets)
  
  with open(assets + '/serve.pkl', 'wb') as f:
      pickle.dump(serving_vars, f, pickle.HIGHEST_PROTOCOL)