张量流中可服务的意思是什么？

Question

我是tensorflow服务的新手。阅读官方教程后仍然与servable混淆。 servable似乎是tensorflow session，但是有版本。它也看起来像模型，但是servable也可能对应于模型的一部分。 那么servable到底是什么？

Answer 1

我将尝试以一种简单的方式回答。

根据我的理解，Servable就是通过使用SavedModelBuilder或使用export_saved_model保存模型而生成的目录。 Servable的内容如下所示。

assets/
assets.extra/
variables/
    variables.data-?????-of-?????
    variables.index
saved_model.pb

如果我们使用SavedModelBuilder保存模型，则需要明确提及版本号。假设模型名称为export，则我们应将导出目录称为/usr/local/google/home/mothukuru/Jupyter_Notebooks/export/1或 /usr/local/google/home/mothukuru/Jupyter_Notebooks/export/2等。

也就是说，我们需要明确提及版本号。

如果我们使用export_saved_model，将主要根据时间戳自动进行版本控制。例子

/usr/local/google/home/mothukuru/Jupyter_Notebooks/export/1554294699
/usr/local/google/home/mothukuru/Jupyter_Notebooks/export/1554736143

因此，回答您的问题：

Q1。 tensorflow会话似乎是可服务的，但有版本。

A1。是的，它是具有版本的会话。在该会话中，我们运行模型并将其保存

Q2。看起来也像模特

A2。是的，它是一个模型，可以使用SavedModelBuilder或export_saved_model保存。

Q3。但是可服务项也可能对应于模型的一部分。

A3。是。该答案分为两部分。

i。 saved_model.pb由训练图和推断图组成。推理图是TF服务的关键。

ii。有2个名为assets的文件夹。文件夹assets包含辅助文件，例如词汇表等。在服务过程中也将很有用。