Jor*_*son 4 tensorflow tensorflow-serving
完成我的模型后,我现在希望按照TensorFlow网站上的本教程进行导出和部署。但是,没有迹象表明如何在急于执行的情况下执行此操作,因为我无法向提供会话或图形builder.add_meta_graph_and_variables()。
是在我的代码需要热切和图形兼容的情况下,还是在我需要保存我的模型,将其导入会话并从中导出的情况下?
TF 2.0 Alpha支持导出/保存急切执行模型(默认为2.0中的急切执行)。SavedModel包含完整的TensorFlow程序,包括权重和计算。
相同的示例代码如下所示:
!pip install -q tensorflow==2.0.0-alpha0
import tensorflow as tf
pretrained_model = tf.keras.applications.MobileNet()
tf.saved_model.save(pretrained_model, "/tmp/mobilenet/1/")
#Loading the saved model
loaded = tf.saved_model.load("/tmp/mobilenet/1/")
infer = loaded.signatures["serving_default"]
Run Code Online (Sandbox Code Playgroud)
服务模型:
nohup tensorflow_model_server \
--rest_api_port=8501 \
--model_name=mobilenet \
--model_base_path="/tmp/mobilenet" >server.log 2>&1
#Sending the Request for Inference
!pip install -q requests
import json
import numpy
import requests
data = json.dumps({"signature_name": "serving_default",
"instances": x.tolist()})
headers = {"content-type": "application/json"}
json_response = requests.post('http://localhost:8501/v1/models/mobilenet:predict',
data=data, headers=headers)
predictions = numpy.array(json.loads(json_response.text)["predictions"])
Run Code Online (Sandbox Code Playgroud)
| 归档时间: |
|
| 查看次数: |
474 次 |
| 最近记录: |