İçindekiler:

Bir TensorFlow grafiğini nasıl kaydedersiniz?
Bir TensorFlow grafiğini nasıl kaydedersiniz?

Video: Bir TensorFlow grafiğini nasıl kaydedersiniz?

Video: Bir TensorFlow grafiğini nasıl kaydedersiniz?
Video: Tensorflow için GPU Kurulumu | Yapay Zeka | Nvidia GeForce | CUDA,cuDNN kurulumları hakkında her şey 2024, Mayıs
Anonim

TensorFlow bir dosyaya kaydetme/bir dosyadan grafik yükleme

  1. Modelin değişkenlerini bir tf kullanarak bir kontrol noktası dosyasına (.ckpt) kaydedin.
  2. Bir modeli bir. pb dosyasını açın ve tf kullanarak tekrar yükleyin.
  3. Bir modelde bir.
  4. Grafiği ve ağırlıkları birlikte kaydetmek için grafiği dondurun (kaynak)
  5. Modeli kaydetmek için as_graph_def() kullanın ve ağırlıklar/değişkenler için bunları sabitlerle eşleştirin (kaynak)

Bu bağlamda, bir TensorFlow modelini nasıl kaydedip geri yükleyebilirim?

NS kaydet ve geri yükle değişkenleriniz, tek yapmanız gereken tf'yi aramak. tren. Saver() grafiğinizin sonunda. Bu, adımın son ekiyle birlikte 3 dosya (veri, dizin, meta) oluşturacaktır. kaydedildi sizin model.

Yukarıda, Pbtxt nedir? pbtxt : Bu, her biri bir işlemi temsil eden, girdi ve çıktı olarak birbirine bağlı bir düğümler ağını tutar. Grafiğimizi dondurmak için kullanacağız. Bu dosyayı açabilir ve hata ayıklama amacıyla bazı düğümlerin eksik olup olmadığını kontrol edebilirsiniz. Arasındaki fark. meta dosyaları ve.

Bunu göz önünde bulundurarak, TensorFlow'da bir grafiği nasıl yüklersiniz?

TensorFlow, bir dosyaya kaydetme/bir dosyadan grafik yükleme

  1. Modelin değişkenlerini bir tf kullanarak bir kontrol noktası dosyasına (.ckpt) kaydedin.
  2. Bir modeli bir. pb dosyasını açın ve tf kullanarak tekrar yükleyin.
  3. Bir modelde bir.
  4. Grafiği ve ağırlıkları birlikte kaydetmek için grafiği dondurun (kaynak)
  5. Modeli kaydetmek için as_graph_def() kullanın ve ağırlıklar/değişkenler için bunları sabitlerle eşleştirin (kaynak)

TensorFlow modeli nedir?

Tanıtım. TensorFlow Sunma, makine öğrenimi için esnek, yüksek performanslı bir hizmet sistemidir modeller , üretim ortamları için tasarlanmıştır. TensorFlow Sunma, aynı sunucu mimarisini ve API'leri korurken yeni algoritmaları ve deneyleri dağıtmayı kolaylaştırır.

Önerilen: