python - 是否可以使用 ```OrderedDict``` 在 tensorflow 中使用 tf.saved_model API 生成模型？

Question

我在 Python 中有一个工作算法。我的任务是生成 SavedModel 格式的模型，以便我可以在我的边缘设备上将算法作为神经网络推理运行。

我通过参考tensorflow.org的指南来构建它

正如指南中所引用的

但是，任何 Python 属性、函数和数据都会丢失。

当我尝试保存时，我可以假设OrderedDict我定义的内容会丢失tf.Module吗？

我需要该OrderedDict函数来跟踪我添加的多个元组，这些元组的添加顺序与它们添加的顺序相同。我将元组更改为张量数据类型。

那么，如果我不能OrderedDict用于此，如何使用 tensorflow 复制此功能？

示例代码：

from collections import OrderedDict

objects = OrderedDict()

for i in range(1,10):
    objects[i] = (i,i+3)

输出：

OrderedDict([(1, (1, 4)),
             (2, (2, 5)),
             (3, (3, 6)),
             (4, (4, 7)),
             (5, (5, 8)),
             (6, (6, 9)),
             (7, (7, 10)),
             (8, (8, 11)),
             (9, (9, 12))])

标签： pythontensorflow