小编ske*_*r88的帖子

Tensorflow 解释说，模型可以保存为三种文件格式：.ckpt 或 .hdf5 或 .pb。有很多文档，因此最好对何时使用哪种文件格式进行更简单的比较。

这是我目前的理解：

卡普特

从https://www.tensorflow.org/guide/checkpoint：

检查点捕获模型使用的所有参数（tf.Variable 对象）的确切值。检查点不包含模型定义的计算的任何描述，因此通常仅在将使用保存的参数值的源代码可用时才有用。

因此，当您知道源代码相同时，您似乎应该在训练期间使用 cpkt 进行检查点检查。为什么推荐超过 .pb 和 .hdf5？它节省空间吗？它是否包含其他文件格式不包含的数据？

铅

同样来自https://www.tensorflow.org/guide/checkpoint：

另一方面，SavedModel 格式除了参数值（检查点）之外还包括模型定义的计算的序列化描述。这种格式的模型独立于创建模型的源代码。因此，它们适合通过 TensorFlow Serving、TensorFlow Lite、TensorFlow.js 或其他编程语言（C、C++、Java、Go、Rust、C# 等 TensorFlow API）的程序进行部署。

SavedModel 格式是 .pb 加上一些元数据。那么在部署模型时应该保存在 .pb 中吗？

HDF5

仅在保存模型权重（数字矩阵）时使用？

我已经将我的私人回购打包成一个轮子。有不同版本的轮子。是否可以从命令行使用 pip 和通过 requirements.txt 文件安装特定轮版本的 repo？据我所知，pip 文档中没有提到此功能。

我可以使用 Github 令牌从私有存储库安装 pip 包，没有问题。

pip install git+https://$GITHUB_TOKEN@github.com/[username]/[reponame].git

我还可以安装带有特定提交的私有 pip 包：

pip install git+https://$GITHUB_TOKEN@github.com/[username]/[reponame].git@[commit_sha]

从AWS lambda文档:

AWS Lambda默认在VPC内安全地运行您的功能代码.

CIDR块,入口规则和出口规则的"默认"lambda VPC设置是什么？