如何保存Tensorflow编码器解码器模型？

Question

我遵循this tutorial来构建编码器-解码器语言翻译模型，并为我的母语构建了一个模型。

现在，我想保存它，部署在云ML引擎上，并使用HTTP请求进行预测。

我找不到关于如何保存此模型的清晰示例，

我是ML的新人，发现TF save guide令人困惑。.

有没有一种方法可以使用类似的方法来保存该模型 tf.keras.models.save_model

Answer 1

在打开会话并完成训练后，创建火车保护程序以保存模型：

with tf.Session() as sess:
     saver = tf.train.Saver()
     # Training of the model
     save_path = saver.save(sess, "logs/encoder_decoder")
     print(f"Model saved in path {save_path}")

Answer 2

您可以将Keras模型保存为Keras的HDF5格式，请参阅：

https://keras.io/getting-started/faq/#how-can-i-save-a-keras-model

您将要执行以下操作：

+2147483647

如果迁移到TF 2.0，则在tf.keras中构建模型并使用TF SavedModel格式进行部署更加简单。此2.0教程显示了如何使用预先训练的tf.keras模型，将模型保存为SavedModel格式，部署到云中，然后执行HTTP请求以进行预测：

https://www.tensorflow.org/beta/guide/saved_model