legacy_init_op在TensorFlow服務

Question

我注意到在TensorFlow服務用途legacy_init_op參數SavedModelBuilder每個例子，但我還沒有發現什麼，這是任何明確的解釋，爲什麼它被稱爲傳統。任何人都知道這個論點的目的？

實施例：

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使用查找表用於嵌入或詞彙查找。以前版本的tf < 1.2表的初始化需要單獨的操作。因此，您需要分別使用tf.tables_initializer()來啓動表格。在將來的版本中，該操作將在ModelBundle中進行組合。