TensorFlow 2.0 - tf.saved_model.save 模型导出

学习于:简单粗暴 TensorFlow 2

1. tf.saved_model.save

  • tf.train.Checkpoint 可以保存和恢复模型中参数的权值
  • 导出模型:包含参数的权值,计算图
    无须源码即可再次运行模型,适用于模型的分享、部署

注意

  • 继承 tf.keras.Model 的模型,一些方法需要是计算图模式,比如 call() 方法必须用 @tf.function 修饰
class MLPmodel(tf.keras.Model):
    def __init__(self):
        super().__init__()
        # 除第一维以外的维度展平
        self.flatten = tf.keras.layers.Flatten()
        self.dense1 = tf.keras.layers.Dense(units=100, activation='relu')
        self.dense2 = tf.keras.layers.Dense(units=10)
    
    @tf.function # 计算图模式,导出模型,必须写
    def call(self, input):
        x = self.flatten(input)
        x = self.dense1(x)
        x = self.dense2(x)
        output = tf.nn.softmax(x)
        return output
# 导出模型, 模型目录
tf.saved_model.save(mymodel, "./my_model_path")
# 载入模型
mymodel = tf.saved_model.load('./my_model_path')

  • 继承 tf.keras.Model 的模型,重新载入后,无法再使用evaluate,predict方法,可以使用call方法
# tf_2_model_train.py
res = mymodel.call(data_loader.test_data)
print(res)

2. Keras API 模型导出

  • Keras Sequential 和 Functional 模式自有的导出格式 .h5(HDF5 格式)
# 模型导出
model.save('catdog.h5')

# 模型载入
model = tf.keras.models.load_model('catdog.h5')

相关推荐
©️2020 CSDN 皮肤主题: Age of Ai 设计师:meimeiellie 返回首页