使用tf.contrib.learn.LinearClassifier后如何保存和加载张量流模型？

Question

以下是代码：https://github.com/tensorflow/tensorflow/blob/r1.2/tensorflow/examples/tutorials/input_fn/boston.py

模型保存在此部分后：

regressor = tf.contrib.learn.DNNRegressor(feature_columns=feature_cols,
                                        hidden_units=[10, 10],
                                        model_dir="/tmp/boston_model")

# Fit
regressor.fit(input_fn=lambda: input_fn(training_set), steps=5000)

如何加载它并在加载后使用regressor.evaluate（）和regressor.predict（）？ 我是否必须使用regressor.export_savedmodel（），但是如何定义serving_input_fn？

Answer 1

假设有两个函数train()和test()，您的模型为AnyClassifier。在火车上，您拨打AnyClassifier(..., model_dir)，然后拨打fit()方法。在测试用例中，您拨打AnyClassifier(..., model_dir)，然后可以调用evaluate()和predict()方法。在测试用例中，您的模型将在model_dir中找到训练有素的模型，并将加载经过训练的模型参数。