Python tf.compat.v1.saved_model.simple_save用法及代碼示例

構建適合服務的 SavedModel 的便利函數。 (已棄用)

用法

tf.compat.v1.saved_model.simple_save(
    session, export_dir, inputs, outputs, legacy_init_op=None
)

警告：此函數已棄用。它將在未來的版本中刪除。更新說明：此函數僅可通過 v1 兼容庫作為 tf.compat.v1.saved_model.simple_save 使用。

在許多常見情況下，為服務保存模型將非常簡單：

simple_save(session,
            export_dir,
            inputs={"x":x, "y":y},
            outputs={"z":z})

盡管在許多情況下，不必了解配置 SavedModel 的所有方法，但此方法具有一些實際意義：

• 它將被視為推理/服務圖(即使用標簽 saved_model.SERVING )
• SavedModel 將加載到 TensorFlow Serving 中並支持 Predict API。要使用 Classify、Regress 或 MultiInference API，請使用 tf.Estimator 或較低級別的 SavedModel API。
• 一些 TensorFlow 操作依賴於磁盤上的信息或稱為 "assets" 的其他信息。這些通常通過將資產添加到GraphKeys.ASSET_FILEPATHS 集合來自動處理。僅導出該集合中的資產；如果您需要更多自定義行為，則需要使用 SavedModelBuilder。

可以在此處找到有關 SavedModel 和簽名的更多信息：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/saved_model/README.md