tensorflow - 如何将 tensorflow hub 预训练模型转换为可通过 tensorflow 服务使用
问题描述
我正在尝试将其用于我的对象检测任务。我面临的问题是:
- 在运行 saved_model_cli 命令时,我得到以下输出。没有使用标记集“serve”定义的签名,方法名称也为空
- 模型目录中的变量文件夹仅包含几个字节的数据,这意味着权重实际上并未写入磁盘。
模型格式似乎是 HubModule V1,这似乎是问题所在,非常感谢有关使上述模型可服务的任何提示。
解决方案
TF2 SavedModels 应该没有这个问题,只有来自 TF1 的 Hub.Modules 因为 Hub.Modules 将签名用于其他目的。您可以使用 hub.Module 并构建一个可服务的 SavedModel,但它非常复杂,并且需要自己构建签名。
相反,我建议您查看 TFHub.dev 上的 TF2 对象检测模型列表,以找到您可以使用的模型而不是您正在使用的模型:https ://tfhub.dev/s?module-type=image-object-detection&tf -版本=tf2
这些模型应该可以使用 TF Serving 进行服务
推荐阅读
- vba - VBA中链表的递归函数
- java - nginx proxy_pass 无法从输出流中获得完整的响应数据
- python - 单击按钮后显示的抓取数据
- mysql - MySQL 多重连接在 SUM() 中返回不正确的值
- python - 如何将管道中运行的蝗虫执行导出到松弛通道?
- powershell - 通过 powershell 脚本从 Eventlog 中提取某些信息
- mobx - Mobx:不允许在不使用操作的情况下更改(观察到的)可观察值(异步处理程序)
- excel - 在 Range 的所有行中使用相同的宏
- sql - PostgreSQL 中单元格之间的 30 秒间隔
- azure-devops - 如何在应用服务中使用 DevOps 库变量组