小编mat*_*att的帖子

我使用的是从 Google AutoML Vision 导出的分类模型，因此我只有一个saved_model.pb而没有变量、检查点等。我想将此模型图加载到本地 TensorFlow 安装中，将其用于推理并继续使用更多图片进行训练。

主要问题：

• 这个计划是否可行，即使用saved_model.pb没有变量、检查点等的单一计划并用新数据训练结果图？

• 如果是：您如何(?,)使用编码为字符串的图像获得输入形状？

• 理想情况下，展望未来：培训部分有什么需要考虑的重要事项吗？

关于代码的背景信息：

• 为了读取图像，我使用与使用 Docker 容器进行推理时相同的方法，因此使用 base64 编码的图像。

• 为了加载图表，我通过 CLI ( saved_model_cli show --dir input/model)检查了图表需要的标签集，即serve.

• 为了让我使用输入张量的名字graph.get_operations()，这让我Placeholder:0对image_bytes并Placeholder:1_0为关键（任意的字符串识别图像）。两者都有维度dim -1

import tensorflow as tf
import numpy as np
import base64

path_img = "input/testimage.jpg"
path_mdl = "input/model"

# input to network expected to be base64 encoded image
with io.open(path_img, 'rb') as image_file:
    encoded_image = base64.b64encode(image_file.read()).decode('utf-8') …