[英]Tensorflow 2.0 save trained model for serving
请帮我。 我正在使用 Tensorflow 2.0 GPU。 我训练 model 并保存为 .h5 格式
model = keras.Sequential()
model.add(layers.Bidirectional(layers.CuDNNLSTM(self._window_size, return_sequences=True),
input_shape=(self._window_size, x_train.shape[-1])))
model.add(layers.Dropout(rate=self._dropout, seed=self._seed))
model.add(layers.Bidirectional(layers.CuDNNLSTM((self._window_size * 2), return_sequences=True)))
model.add(layers.Dropout(rate=self._dropout, seed=self._seed))
model.add(layers.Bidirectional(layers.CuDNNLSTM(self._window_size, return_sequences=False)))
model.add(layers.Dense(units=1))
model.add(layers.Activation('linear'))
model.summary()
model.compile(
loss='mean_squared_error',
optimizer='adam'
)
# обучаем модель
history = model.fit(
x_train,
y_train,
epochs=self._epochs,
batch_size=self._batch_size,
shuffle=False,
validation_split=0.1
)
model.save('rts.h5')
然后我加载这个 model 并将其用于预测,一切正常。
model = keras.models.load_model('rts.h5')
y_hat = model.predict(x_test)
但是出现了在 Tensorflow 服务中使用训练有素的 model 的问题。 并且不接受.h5格式的model。 我跑:
sudo docker run --gpus 1 -p 8501:8501 --mount type=bind,source=/home/alex/PycharmProjects/TensorflowServingTestData/RtsModel,target=/models/rts_model -e MODEL_NAME=rts_model -t tensorflow/serving:latest-gpu
但是出现了在 Tensorflow 服务中使用训练有素的 model 的问题。 并且不接受.h5格式的model。 我跑:我得到错误:
tensorflow_serving/sources/storage_path/file_system_storage_path_source.cc:267] No versions of servable rts_model found under base path /models/rts_model
我尝试保存训练有素的 model,如此处所述, https://www.tensorflow.org/guide/saved_model#using_savedmodel_with_estimators
我得到了错误:
ValueError: Layer has 2 states but was passed 0 initial states.
我尝试将 model 保存如下, https://www.tensorflow.org/api_docs/python/tf/keras/models/save_model :
并有同样的错误:
ValueError: Layer has 2 states but was passed 0 initial states.
以 Tensorflow Serving 格式保存 model 的唯一方法是:
keras.experimental.export_saved_model(model, 'saved_model/1/')
保存 model 在服务中的工作。 但我收到警告说此方法已被弃用,并将在未来版本中删除。
Instructions for updating:
Please use `model.save(..., save_format="tf")` or `tf.keras.models.save_model(..., save_format="tf")`.
它关闭了我。 当我尝试使用这些方法时,它给出了一个错误。 当我使用有效的方法时,写道它已被弃用。
请帮忙。 如何在 Tensorflow 2.0 中保存经过训练的 model。 以便它可以用于 Tensorflow 服务。
我也试图解决这个问题!
根据这里的答案,普通 LSTM(即tf.keras.layers.LSTM
)将使用 GPU,并且通常应该在 cuDNNLSTM ZA2F2ED4F8EBC2CBB4C21A29DC40AB61 上使用(除非你特别需要)
根据文档,如果满足某些要求,正常的 LSTM 将使用 cuDNN 实现(见下文)。
使用这个 LSTM 层时,我可以成功保存到 tf output 类型,只需使用model.save_model('output_path', save_format='tf')
使用 cuDNN 的 LSTM 的要求如下(注意所有要求都满足默认值):
如果 GPU 可用并且该层的所有 arguments 都满足 CuDNN kernel 的要求(详见下文),则该层将使用快速 cuDNN 实现。
使用 cuDNN 实现的要求是:
activation == tanh
recurrent_activation == sigmoid
recurrent_dropout == 0
- 展开是 False
- use_bias 为 True 输入未被屏蔽或严格右填充。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.