Tensorflow2系类知识-7：部署以及并行计算

2021-01-14 14:45:17 浏览数 (1)

文章目录

  • 部署
    • 模型导出
    • 分布式计算
      • 单机 MirroredStrategy
      • 多机 MultiWorkerMirroredStrategy
  • 部署Docker 环境

部署

模型导出

  • SaveModel:与前面介绍的 Checkpoint 不同，SavedModel 包含了一个 TensorFlow 程序的完整信息： 不仅包含参数的权值，还包含计算的流程（即计算图） 。当模型导出为 SavedModel 文件时，无需建立模型的源代码即可再次运行模型，这使得 SavedModel 尤其适用于模型的分享和部署。后文的 TensorFlow Serving（服务器端部署模型）、TensorFlow Lite（移动端部署模型）以及 TensorFlow.js 都会用到这一格式。
代码语言：javascript复制
tf.saved_model.save(model, "保存的目标文件夹名称")
model = tf.saved_model.load("保存的目标文件夹名称")

分布式计算

单机 M

tensorflow

0 人点赞