介绍TF签名系统
TF签名系统是TensorFlow的一项重要功能，用于将已经训练好的模型以一种可用于商业环境的方式，以二进制格式发布。这个过程中，需要将训练出来的参数序列化成一个Frozen Graph，并生成一个包含签名信息的SavedModel。
TF签名系统源码分析
TF签名系统的实现代码分为两部分：一部分是protobuf格式，另一部分是Python代码。其中，protobuf 文件定义了 SavedModel 格式的所有细节，包括 MetaGraphDef、SignatureDef、TensorInfo 等等。Python 部分代码则将 TensorFlow 模型转化为 SavedModel，使用 TensorFlow 的 tf.saved_model 模块进行处理。
如何使用TF签名系统
使用TF签名系统进行模型导出不仅仅是用一个命令即可完成，还需要能够清晰地理解模型所需要包含的信息，以及 SavedModel 文件本身的格式。简单来说，每个模型必须包含将输入 Tensor 映射到输出 Tensor 的签名，签名又包含 Inputs 和 Outputs 两部分。使用时，可以通过 tf.saved_model.loader.load() 加载一个 SavedModel，然后使用 tf.Session() 创建一个会话，即可使用导出的模型进行预测。
本文来自投稿，不代表亲测学习网立场，如若转载，请注明出处：https://www.qince.net/qianmingo6k.html
郑重声明：
本站所有内容均由互联网收集整理、网友上传，并且以计算机技术研究交流为目的，仅供大家参考、学习，不存在任何商业目的与商业用途。 若您需要商业运营或用于其他商业活动，请您购买正版授权并合法使用。
我们不承担任何技术及版权问题，且不对任何资源负法律责任。
如遇到资源无法下载，请点击这里失效报错。失效报错提交后记得查看你的留言信息，24小时之内反馈信息。
如有侵犯您的版权，请给我们私信，我们会尽快处理，并诚恳的向你道歉！
