如何在没有model_fn源代码的情况下将“任何”模型从磁盘加载到TensorFlow Estimator中？

Question

在Keras中，您可以使用以下方式加载之前训练过的模型：

trained_keras_model = tf.keras.models.load_model（model_name）

有没有使用TensorFlow估算器API执行此操作的等效方法？根据文档，我必须使用：

trained_estimator = tf.estimator.Estimator（model_fn，model_dir） 我想只使用模型目录中的文件来获得训练有素的估算器。更清楚我的想法是从磁盘加载“任何”模型而不使用model_fn源代码。有可能这样做吗？

此功能在Keras中实现，因此我无法理解为什么Estimator API无法做到这一点。

Answer 1

我使用Estimator.export_savedmodel()。这将以适合服务的格式保存权重+图表。您还可以查看https://github.com/ajbouh/tfi以获得使用Python中SavedModel的超级简单方法（但请将TensorFlow serving与生产用例一起使用）。