Question

我正在尝试使用 export_savedmodel 函数编写从Keras模型创建的Estimator。我的代码如下所示：

from tensorflow.python import keras
...

model = keras.Model(...)
model.compile(...)
model.fit(...)
estimator_model = keras.estimator.model_to_estimator(keras_model=model, model_dir='./estimator_model')
estimator_model.export_savedmodel('./export', serving_input_receiver_fn=serving_input_fn)

def serving_input_fn():
    ...

我是根据Google tutorial编写的，但是有问题。不幸的是， export_savedmodel 在 ./ estimator_model 中找不到经过训练的模型。这让我感到惊讶，因为首先，在附加链接中我没有发现与此相关的任何问题，其次，在 export_savedmodel 我们还有一个附加的 checkpoint_path 参数，该参数未使用，但看起来会产生影响。因为 model_to_estimator 将数据保存到文件夹 ./ estimator_model / keras 中，所以我尝试通过以下方式使用它：

    estimator_model.export_savedmodel('./export', serving_input_receiver_fn=serving_input_fn, checkpoint_path='./estimator_model/keras/keras_model.ckpt.data-00000-of-00001')

但是现在我有： “数据丢失：不是一个稳定的（错误的魔术数字）：也许您的文件格式不同？”

这是怎么回事？

Answer 1

您可以尝试

from tensorflow.python import keras
...

model = keras.Model(...)
model.compile(...)
estimator_model = keras.estimator.model_to_estimator(keras_model=model, 
model_dir='./estimator_model')
estimator_model.train(...)
estimator_model.export_savedmodel('./export', 
serving_input_receiver_fn=serving_input_fn)

看看是否可行？

这可能是一个错误，我会在github上报告它。

Tensorflow v1.12.0中的export_savedmodel问题

1 个答案: