tensorflow-serving

3熱度

3回答

無法保存tf.contrib.learn在張量流會話中的寬和深模型，並將其服務於TensorFlow服務

我正在運行tf.contrib.learn TensorFlow服務中的寬和深模型並導出訓練好的模型我是使用一段代碼 with tf.Session() as sess: init_op = tf.initialize_all_variables() saver = tf.train.Saver() m.fit(input_fn=lambda: input_fn

1熱度

1回答

TensorFlow生產：如何重新培訓你的模型

我有與此相關的一個問題：設置 TensorFlow in production for real time predictions in high traffic app - how to use? 我想TensorFlow服務做推斷爲我們的其他應用程序的服務。我看到TensorFlow Serving如何幫助我做到這一點。此外，它提到了一個continuous training pipeline

1熱度

2回答

使用Tensor Flow訓練過的模型作爲服務

我剛開始使用張量流。我能夠成功地訓練它以創建我創建的數據集。現在的問題是，我將如何能夠使用此模型進行預測。我想把它作爲一個REST服務，我將能夠傳遞一些值並獲得預測作爲響應。任何有用的鏈接也歡迎。該模型目前在虛擬機上。謝謝:)

2熱度

1回答

Tensorflow Scikit Flow獲取GraphDef for Android（保存* .pb文件）

我想在Android應用程序中使用我的Tensorflow算法。 Tensorflow Android示例首先下載一個包含模型定義和權重的GraphDef（在* .pb文件中）。現在這應該來自我的Scikit Flow算法（Tensorflow的一部分）。第一眼看起來很簡單，你只需要說classifier.save（'model /'），但保存到該文件夾的文件不是* .ckpt，* .def

2熱度

2回答

如何預測TensorFlow的寬和深模型加載到TensorFlow服務model_server

有人可以幫助我對TensorFlow的寬和深學習模型進行預測加載到TensorFlow服務的model_server？如果任何人都可以指向我的資源或相同的文檔將非常有幫助。

3熱度

1回答

Tensorflow跨設備通信

作爲tensorflow紙狀態，Tensorflow的跨裝置的通信是通過將‘接收節點’和‘發送節點’到設備來實現的。從我的理解，該設備（請只考慮CPU的設備都參與）負責執行操作的計算。但是，數據（例如：從操作產生的張量，可變緩衝區）駐留在內存中。我不知道如何實現從一個設備到另一個設備的數據傳輸物理。我猜數據傳輸是通過共享內存來實現的。是對的嗎？我將理解任何解釋/對應關於所述數據傳輸是如何實現的

1熱度

1回答

Tensorflow多次運行和節點佈局

在這個Tensorflow Distributed Training代碼示例中，sess.run([train_op, global_step])將被多次調用（在while循環中）。由於在執行DAG操作之前，Tensorflow首先需要將圖形節點放置到某些設備（節點放置過程）。在這種情況下，我想知道需要完成多少個節點佈局過程。假設循環次數是N，Tensorflow系統是否僅執行一次節點放置？ O

1熱度

1回答

出口Tensorflow型號不保留佔位符形狀

我使用exporter從tensorflow.contrib.session_bundle救了我的模型： x = tf.placeholder(tf.float32, (None,) + (100, 200) + (1,)) .... saver = tf_saver.Saver(sharded=True) model_exporter = exporter.Exporter(saver)

2熱度

1回答

爲什麼分佈式張量流時間線追蹤將QueueDequeue操作標記爲PS操作？

我跑的ubuntu AWS機器的羣集上tensorflow分佈式以來模型，並輸出經由時間表 # Track statistics of the run using Timeline run_options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE) run_metadata = tf.RunMetadata() # Run

2熱度

1回答

將單個示例提供給在文件上訓練的TensorFlow圖形？

我是TensorFlow的新手，在閱讀數據的過程中遇到了一些問題。我在mnist數據上設置了一個TensorFlow圖表，但我想修改它，以便我可以運行一個程序來訓練它+保存模型，然後運行另一個程序來加載所述圖形，進行預測並計算測試精度。如果我感到困惑的是如何繞過訓練圖中的原始I/O系統，並「注入」一個圖像來預測測試數據的元組（圖像，標籤）以進行精度測試。要閱讀訓練數據，我正在使用此代碼： _,