我正在浏览评估TensorFlow模型的tensorflow-model-analysis文档。入门指南讨论了一个名为EvalSavedModel的特殊SavedModel。
引用入门指南：
此EvalSavedModel包含允许TFMA的其他信息 计算模型中定义的相同评估指标 分布式方式通过大量数据和用户定义 切片。
我的问题是如何将现有的saved_model.pb转换为EvalSavedModel？
答案 0 :(得分：1)
如果我正确理解了您的问题，则可以使用saved_model.pb或tf.saved_model.simple_save或tf.saved_model.builder.SavedModelBuilder生成estimator.export_savedmodel。
如果我的理解正确，那么您正在将训练图和推理图导出到saved_model.pb。
您在TF Org网站指南中提到的要点指出，除了导出培训图之外，我们还需要导出评估图。这就是 EvalSavedModel 。
“评估图”包含该模型的指标，因此您可以使用可视化工具评估模型的性能。
在导出EvalSaved模型之前，我们应该准备eval_input_receiver_fn，类似于serving_input_receiver_fn。
我们还可以提及其他功能，例如，如果您希望以分布式方式定义指标，或者希望使用数据切片而不是整个数据集评估模型。这些选项可以在eval_input_receiver_fn中提及。
然后，我们可以使用以下代码导出EvalSavedModel：
tfma.export.export_eval_savedmodel(estimator=estimator,export_dir_base=export_dir,
eval_input_receiver_fn=eval_input_receiver_fn)
答案 1 :(得分：0)
EvalSavedModel被导出为SavedModel消息，因此不需要这种转换。
EvalSavedModel在后台使用SavedModelBuilder。它使用几个占位符填充估算器图，并创建一些其他指标集合。稍后，它执行简单的SavedModelBuilder过程。
P.S。我想您想在由model-analysis导出的模型上运行SavedModelBuilder。由于SavedModel既没有在EvalSavedModel中创建的指标节点，也没有相关的集合，因此这样做没有用-model-analysis只是找不到与您的估算器有关的指标