如何在Tensorflow'中加载使用“saver.save”保存的模型；s Java API

我正在尝试使用新的JavaAPI从磁盘读取模型

使用Tensorflow的Java API演示了如何读取既有图形定义又有参数权重的

.pb

模型文件

在Python方面，Tensorflow建议使用

Saver

对象将模型保存到磁盘。它创建了一个

.meta

文件，该文件具有权重的定义和

.data

文件。在Python中，我使用

new\u saver=tf.train.import\u meta\u图（var\u文件名）
新建\u saver.restore（sess，型号\u文件名）

从磁盘读取型号

如何在Java API中实现这一点？

该类可能正是您想要的。特别是，

SavedModelBundle.load（）

将返回一个会话，您可以使用该会话执行保存的模型

---

请注意，这个特性是最近添加到JavaAPI中的，因此二进制版本中还不存在它，因此您必须等到TensorFlow 1.1发布后才能使用

我正在做类似的事情，使用python接口在hadoop集群上训练模型，并使用模型和学到的参数在java中进行预测

• 保存模型的步骤
  您必须使用SavedModelBuilder。在这里您可以找到指导： 您可以使用他们的mnist示例构造函数签名

java方面的用法非常简单：

SavedModelBundle load = SavedModelBundle.load(modelDir, "serve");
        float[][] resultArray;
        try (Graph g = load.graph()) {
            try (Session s = load.session();
                 Tensor result = s.runner().feed("data", data).fetch("prediction").run().get(0)) {
                resultArray = result.copyTo(new float[10][1]);
            }
        }
        load.close();
        return resultArray;

要获取提要和获取操作的名称，可以打印签名，并使用输入和输出值名称

print(prediction_signature)

---

太好了，谢谢。我目前的解决方案是使用

freeze\u graph

保存图形定义和权重，然后用Java读取。这门课看起来很有前途。我会等到正式发布后再在我的代码中尝试，