Python 3.x 如何在没有完整Tensorflow包的情况下使用/部署Keras/Tensorflow模型?
我正在使用Keras(带有tensorflow后端)构建一个神经网络模型。模型保存在model.h5文件中 现在,该模型将在数千个小实例中运行,每个实例的资源都是有限的。所以我不想在部署环境中安装整个tensorflow包,因为它占用了太多的资源 我想知道我是否可以从tensorflow包中复制一些文件,用它们来做模型评分?或者,是否可以从model.h5导出网络权重和体系结构?这样我就可以使用权重编写一个小的评分函数 或者还有其他建议吗?谢谢 您可能会感兴趣,这意味着应用程序需要具有较低占用空间的二进制文件。也许?Python 3.x 如何在没有完整Tensorflow包的情况下使用/部署Keras/Tensorflow模型?,python-3.x,tensorflow,deployment,architecture,keras,Python 3.x,Tensorflow,Deployment,Architecture,Keras,我正在使用Keras(带有tensorflow后端)构建一个神经网络模型。模型保存在model.h5文件中 现在,该模型将在数千个小实例中运行,每个实例的资源都是有限的。所以我不想在部署环境中安装整个tensorflow包,因为它占用了太多的资源 我想知道我是否可以从tensorflow包中复制一些文件,用它们来做模型评分?或者,是否可以从model.h5导出网络权重和体系结构?这样我就可以使用权重编写一个小的评分函数 或者还有其他建议吗?谢谢 您可能会感兴趣,这意味着应用程序需要具有较低占用空