python - 保存 TensorFlow 模型仅用于预测的最节省空间/内存的方法?
问题描述
我有一个巨大的 Tensorflow 模型(检查点文件为 4-5 gbs)。我想知道除了检查点方式之外,是否还有另一种方式来保存 Tensorflow 模型,即节省空间/内存。
我知道检查点文件还保存了所有优化器梯度,所以也许这些也可以被删除。
我的模型很简单,只有两个embeddings矩阵,或许我只能直接把那些矩阵保存到.npy中?
解决方案
您想要对检查点执行的操作是冻结它。从 tensorflow 的官方文档中查看此页面。
冻结过程会从检查点中去除所有不用于前向推理的无关信息。Tensorflow 为其提供了一个易于使用的脚本freeze_graph.py。
推荐阅读
- python - Python + Pandas:复制多个 CSV 第一行的特定列并将这些行存储到单个 csv
- python - Python中给定字符串中换行符搜索的正则表达式
- reactjs - TypeScript:TsLib 不包含 __importStar(__importStar 不是函数)
- spring-boot - 如何从一条路线获取标头到另一条路线 - Camel JavaDsl
- python - Numba - 如何并行填充二维数组
- c++ - 变量 'pos' 未经初始化就被使用
- xamarin.forms - 错误:值不能为空。参数名称:路径 1,添加新的 Azure 移动应用表控制器时
- asp.net-core - ASP.NET Core 启动异常处理
- azure - Azure Active Directory、企业应用程序、应用程序角色的密钥/访问密钥?
- python - 使用 pandas 获取新列(其他元素的共识)