提供TensorFlow自定义模型

时间:2018-04-18 19:05:00

标签: tensorflow tensorflow-serving tensorflow-datasets tensorflow-estimator tensorflow-slim

我是机器学习的新手,基本上我创建了自己的图像数据集并对它们进行了培训,并在jupyter笔记本上识别图像,之后我尝试按照this教程部署此模型

我执行

bazel build -c opt //tensorflow_serving/example:mnist_saved_model

bazel-bin/tensorflow_serving/example/mnist_saved_model /tmp/mnist_model

它成功运行。

如何导出我自己的模型并进行部署?我的型号名称是" GoogleTensorflow"

我使用

创建了这个模型
python3 export_inference_graph.py 
--input_type image_tensor 
--pipeline_config_path training/ssd_mobilenet_v1_pets.config 
--trained_checkpoint_prefix training/model.ckpt-26456 
--output_directory GoogleTensorflow

1 个答案:

答案 0 :(得分:0)

将您的自定义培训文件夹移动到tmp文件夹,该模型中应包含版本ex 1文件夹