tensorflow - 如何使用 Tensorflow Serving 提供重新训练的 Inception 模型？

Question

所以我根据本指南训练了初始模型来识别花朵。 https://www.tensorflow.org/versions/r0.8/how_tos/image_retraining/index.html

bazel build tensorflow/examples/image_retraining:retrain
bazel-bin/tensorflow/examples/image_retraining/retrain --image_dir ~/flower_photos

要通过命令行对图像进行分类，我可以这样做:

bazel build tensorflow/examples/label_image:label_image && \
bazel-bin/tensorflow/examples/label_image/label_image \
--graph=/tmp/output_graph.pb --labels=/tmp/output_labels.txt \
--output_layer=final_result \
--image=$HOME/flower_photos/daisy/21652746_cc379e0eea_m.jpg

但是我如何通过 Tensorflow 服务来提供这个图呢？

关于设置 Tensorflow 服务的指南 ( https://tensorflow.github.io/serving/serving_basic) 没有说明如何合并图形 (output_graph.pb)。服务器需要不同格式的文件:

$>ls /tmp/mnist_model/00000001
checkpoint export-00000-of-00001 export.meta

Answer 1

要在训练后提供图形，您需要使用以下 api 导出它:https://www.tensorflow.org/versions/r0.8/api_docs/python/train.html#export_meta_graph

该 api 生成服务代码所需的元图 def (这将生成您正在询问的 .meta 文件)

此外，您需要使用 Saver.save() 恢复检查点，它是 Saver 类 https://www.tensorflow.org/versions/r0.8/api_docs/python/train.html#Saver

完成此操作后，您将获得恢复图形所需的元图 def 和检查点文件。