python - TensorFlow Serving 中的legacy_init_op

Question

我注意到 TensorFlow Serving 上的每个示例都使用 SavedModelBuilder 中的 legacy_init_op 参数，但我没有找到任何关于这是什么以及为什么称为它的明确解释遗产。有人知道这个论点的目的吗？

示例:

legacy_init_op = tf.group(tf.tables_initializer(), name='legacy_init_op')

builder.add_meta_graph_and_variables(
      sess, [tf.saved_model.tag_constants.SERVING],
      signature_def_map={
          'predict_images':
              prediction_signature,
          tf.saved_model.signature_constants.DEFAULT_SERVING_SIGNATURE_DEF_KEY:
              classification_signature,
      },
      legacy_init_op=legacy_init_op)

Answer 1

tensorflow Serving使用查找表进行嵌入或词汇查找。以前版本的 tf < 1.2 初始化表需要单独的操作。因此，您需要单独使用tf.tables_initializer()来初始化表。在未来的版本中，该操作将合并在 ModelBundle 中。