时间戳

首页 > 解决方案 > 为 Google ML Engine 部署减少 Tensorflow SavedModel 的大小

python - 为 Google ML Engine 部署减少 Tensorflow SavedModel 的大小

问题描述

我已经开发并训练了一个 CNN Keras 模型，现在我想将此模型部署到 Google 机器学习引擎，这样我就可以使用他们的 API 执行预测。

我已转换为 SavedModel 格式，export/saved_model.pb 有 14MB，/export/variables/ 目录有大约 380MB。Google ML Engine 对此数据的限制为 250MB，并且不允许部署更大的模型。

我看到了一个关于https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/graph_transforms的解决方案，但是由于 VS 未满足的依赖关系，我仍然没有设法构建这个项目。

有没有其他方法可以减少/压缩（尤其是）变量目录？我想要的是将 dtype 从 int64 转换为 int32，但不知道 variables.data-00000-of-00001 文件的格式。

非常感谢！

我在这里将我的 Keras 模型附加到 Tensorflow SavedModel 代码：

# reset session
K.clear_session()
sess = tf.Session()
K.set_session(sess)

# disable loading of learning nodes
K.set_learning_phase(0)

# load model
model = load_model('local-activity-recognition-model.h5')
config = model.get_config()
weights = model.get_weights()
new_Model = Model.from_config(config)
new_Model.set_weights(weights)

# export saved model
export_path = '.' + '/export'
builder = saved_model_builder.SavedModelBuilder(export_path)

signature = predict_signature_def(inputs={'export_input': new_Model.input},
                              outputs={'export_output': new_Model.output})

with K.get_session() as sess:
    builder.add_meta_graph_and_variables(sess=sess,
                                     tags=[tag_constants.SERVING],
                                     signature_def_map={
                                                 signature_constants.DEFAULT_SERVING_SIGNATURE_DEF_KEY: signature})
builder.save()

标签： pythontensorflowkerasgoogle-cloud-ml

解决方案

您可以冻结图表，这应该会缩小一点。 https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/tools/freeze_graph.py https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/tools/freeze_graph_test.py

如果你正在构建一个分类器，你可能想要进入 InceptionV3 架构，这可以很容易地通过 tensorflows 重新训练代码进行训练。这种架构只有 90mb。 https://www.tensorflow.org/tutorials/image_retraining https://github.com/tensorflow/hub/blob/master/examples/image_retraining/retrain.py https://github.com/tensorflow/tensorflow/blob/ master/tensorflow/examples/label_image/label_image.py

推荐阅读