张量流保护程序，导出程序和保存模型之间的关系

Question

问题：

1. Tensorflow Saver，Exporter，SavedModelBuilder都可用于保存模型。根据 https://stackoverflow.com/questions/41740101/tensorflow-difference-between-saving-model-via-exporter-and-tf-train-write-graph和tensor flow serving，我了解Saver用于保存培训检查点，Exporter和SavedModelBuilder用于服务。

   但是，我不知道他们的输出的差异。是变量.data - ??? - of - ???和SavedModelBuilder生成的variable.index文件与cpkt-xxx.index和cpkt-xxx.data相同 - ??? - of - ???由Saver生成？

2. 我仍然对tensorflow模型文件的含义感到困惑。我读过http://cv-tricks.com/tensorflow-tutorial/save-restore-tensorflow-models-quick-complete-tutorial/和Tensorflow: how to save/restore a model?这让我感到更加困惑。

   模型目录中有4个文件：

   1. graph.pbtxt
   2. model.ckpt-number.data-00000-的-00001
   3. model.ckpt-number.meta
   4. model.ckpt-number.index

   文件2和4存储变量的权重。文件3存储图表。然后1商店是什么？

   5. 如何将Saver的输出转换为SavedModelBuilder。我有检查点目录，并希望导出模型以进行服务。根据{{​​3}}

   应该是这样的

   export_dir = ...
   ...
   builder = tf.saved_model.builder.SavedModelBuilder(export_dir)
   with tf.Session(graph=tf.Graph()) as sess:
     ...
     builder.add_meta_graph_and_variables(sess,
                                          [tf.saved_model.tag_constants.TRAINING],
                                          signature_def_map=foo_signatures,
                                          assets_collection=foo_assets)
   ...
   with tf.Session(graph=tf.Graph()) as sess:
     ...
     builder.add_meta_graph(["bar-tag", "baz-tag"])
   ...
   builder.save()
   

   所以，我首先需要加载检查点：

   saver = tf.train.import_meta_graph('model-number.meta')
   saver.restore(sess, tf.train.latest_checkpoint('./'))
   

   然后将此sess用于构建器。

   我是对的吗？

Answer 1

SavedModel是用于服务的格式，通过SavedModelBuilder创建。最佳做法是让您的训练代码调用SavedModelBuilder，并将生成的输出文件提供给TF-Serving。如果您这样做，您不需要了解生成哪些文件的详细信息：）

[1]中的文档讨论了SavedModel目录中文件的结构。

[1] https://www.tensorflow.org/programmers_guide/saved_model