|
|
tensorflow_服务分类、预测和回归SignatureDefs之间有什么区别
|
2
|
| Origin Jing · 技术社区 · 7 年前 |
2 回复 | 直到 7 年前
|
|
1
2
Tensorflow服务使用不同的方法更新模型权重,并在服务中使用不同的签名机制。为了在服务中保存模型,se使用SavedModel。SavedModel提供了一种与语言无关的格式,用于保存可恢复和密封的机器学习模型。它使更高级别的系统和工具能够生成、使用和转换TensorFlow模型。 此支持SignatureDefs 用于推理任务的图通常具有一组输入和输出。这称为签名。 SavedModel使用SignatureDefs来支持可能需要和图一起保存的签名。
SignatureDef需要以下规范: 输出为字符串到TensorInfo的映射。 分类SignatureDefs支持对TensorFlow服务的分类API的结构化调用。这些规定必须有一个输入张量,并且有两个可选的输出张量:类和分数,其中至少必须存在一个。 Predict SignatureDefs支持对TensorFlow服务的Predict API的调用。这些特征允许您灵活地支持任意多个输入和输出张量。对于以下示例,签名my\u prediction\u签名具有单个逻辑输入张量图像,这些张量图像映射到图x:0中的实际张量。
|
推荐文章
|
|
clstl · Tensorflow服务:大模型,protobuf错误 7 年前 |
|
hirsl · 分类列的Tensorflow Java API集占位符 7 年前 |
|
|
Thermodynamix · 并行张量流平均小批量梯度 7 年前 |
|
|
Chandan · 在inception-v3中未找到检查点文件 7 年前 |