使用具有张量流服务的keras

Pus*_*dev 5 deep-learning keras tensorflow tensorflow-serving

我想知道如何在生产服务器上使用我的keras训练模型.我听说过tensorflow服务,但我无法弄清楚如何使用我的keras模型.

我找到了这个链接:https://blog.keras.io/keras-as-a-simplified-interface-to-tensorflow-tutorial.html

但我不知道如何初始化sess变量,因为我的模型已经训练好了.有没有办法做到这一点?

kam*_*pta 8

您可以将会话变量初始化为

from keras import backend as K
sess = K.get_session()
Run Code Online (Sandbox Code Playgroud)

并按照教程中的方式导出模型(注意导出器的导入已更改)

from tensorflow.contrib.session_bundle import exporter

K.set_learning_phase(0)
export_path = ... # where to save the exported graph
export_version = ... # version number (integer)

saver = tf.train.Saver(sharded=True)
model_exporter = exporter.Exporter(saver)
signature = exporter.classification_signature(input_tensor=model.input,
                                              scores_tensor=model.output)
model_exporter.init(sess.graph.as_graph_def(),
                    default_graph_signature=signature)
model_exporter.export(export_path, tf.constant(export_version), sess)
Run Code Online (Sandbox Code Playgroud)