[英]What are the 'inputs' and 'outputs' arguments for tf.saved_mode.simple_save()?
我正在將訓練有素的模型用於生產推理。 為此,我需要保存模型,以便可以在運行時從生產運行到生產運行更改模型(和/或檢查點)。 移動的模型的輸入和輸出形狀可以隨運行而變化。
所以我在看tf.saved_model.simple_save
:
simple_save(session, export_dir, inputs={"x": x, "y": y}, outputs={"z": z})
如果我運行推斷生產代碼,例如:
session = Session()
inputs = tf.placeholder(dtype=tf.float32, shape=(None, height, width, in_channel_size), name='input_img')
model = Some_Model(inputs, num_classes=no_of_defects, is_training=False)
logits, _ = model.build_model()
predictor = tf.nn.softmax(self.logits, name='logits_to_softmax')
feed_dict = {inputs: inputs}
prediction_probabilities = session.run(self.predictor, feed_dict=feed_dict)
然后,如何確定要輸入的inputs
和outputs
:
simple_save(session, export_dir, inputs=???, outputs=???)
即tf.saved_mode.simple_save()
的“輸入”和“輸出”參數是什么?
如果相關的話,我正在PyCharm中運行調試會話。
在我看來,它將是:
simple_save(session, export_dir, inputs=feed_dict, outputs={"predictor" : predictor}))
simple_save(session, export_dir, inputs={"inputs" : inputs}, outputs={"predictor" : predictor})
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.