Question

我目前正在探索在Google ML Engine上部署模型。起初，我使用TensorFlow 1.1.0开发了一个模型，因为它存在最新版本（当问到这个问题时）。但是，事实证明，GCP上TensorFlow的最高支持版本是1.0.1。

问题是，以前当我使用TensorFlow 1.1.0时，SavedModelBuilder会将模型正确地保存为SavedModel及其变量位于variables/目录下。但是，当我切换到TensorFlow 1.0.1时，它的工作方式不同：SavedModel文件已创建，但在variables/下没有创建任何文件，因此不能仅使用构建模型SavedModel文件（variables/下的文件丢失）。

这是一个已知的错误吗？或者我应该做些什么来使TensorFlow 1.0.1上的SavedModelBuilder像TensorFlow 1.1.0那样工作？

谢谢。

编辑，更详细：

实际上，我的模型中没有明确的tf.Variable。但是，存在多个tf.contrib.lookup.MutableDenseHashTable并且它们在TensorFlow 1.1.0中正确导出，但在TensorFlow 1.0.1中没有导出（因为1.0.1中根本没有导出变量）。

Answer 1

在commit中引入了在没有变量的情况下在TensorFlow中保存和加载模型的能力，这只在1.1.0中可用。

作为一种解决方法，您可以在模型中创建一个虚拟（未使用）变量。

修改基于OP更新，听起来有一个MutableDenseHashTable未被保存。

您可以在CloudML Engine上运行TensorFlow 1.1，但需要手动将其添加为附加包。

首先，下载TensorFlow 1.1 wheel。然后将其指定为您的培训工作的附加包，例如，

gcloud ml-engine jobs submit training my_job \ --module-name trainer.task \ --staging-bucket gs://my-bucket \ --package-path /my/code/path/trainer \ --packages tensorflow-1.1.0-cp27-cp27mu-manylinux1_x86_64.whl

TensorFlow 1.0.1 SavedModelBuilder

1 个答案: