我使用 Keras/TF2.5 训练了一个简单的模型并将其保存为已保存的模型。
tf.saved_model.save(my_model,'/path/to/model')
如果我通过
检查它saved_model_cli show --dir /path/to/model --tag_set serve --signature_def serving_default
我得到这些输出/名称:
inputs['conv2d_input'] tensor_info:
dtype: DT_FLOAT
shape: (-1,32,1)
name: serving_default_conv2d_input:0
outputs['dense'] tensor_info:
dtype: DT_FLOAT
shape: (-1,2)
name: StatefulPartitionedCall:0
名称 serving_default_conv2d_input
和 StatefulPartitionedCall
实际上可以用于推理。
我想使用 python API 提取它们。如果我通过加载模型来查询它:
>>> m=tf.saved_model.load('/path/to/model')
>>> m.signatures['serving_default'].inputs[0].name
'conv2d_input:0'
>>> m.signatures['serving_default'].outputs[0].name
'Identity:0'
我得到了完全不同的名字。
问题:
- 如何从 python API 中提取这些名称
serving_default_conv2d_input
和StatefulPartitionedCall
? - 或者,我如何在调用
tf.saved_model.save
时定义/修复名称? -
:0
是什么意思?
还有一个问题:
您如何通过 Savedmodel 将 TF 模型部署到生产环境?