Python Web界面与Tensorflow的连接
我目前正在从事一个项目,在该项目中,我在Web界面中获取输入数据,并将其发送到python脚本进行处理 python脚本打开一个会话,恢复所需的TF模型并处理数据 这样,每次用户发送新数据时,我都必须恢复模型。恢复模型需要1:40分钟,这对我来说是个问题 我提出的解决方案是使用两个python脚本,一个创建会话并将其设置为默认值,然后在该会话中加载模型,另一个脚本获取默认会话和默认图并处理数据。这样,模型将被加载一次,我将能够使用它的所有用户请求。代码如下所示Python Web界面与Tensorflow的连接,python,web,tensorflow,Python,Web,Tensorflow,我目前正在从事一个项目,在该项目中,我在Web界面中获取输入数据,并将其发送到python脚本进行处理 python脚本打开一个会话,恢复所需的TF模型并处理数据 这样,每次用户发送新数据时,我都必须恢复模型。恢复模型需要1:40分钟,这对我来说是个问题 我提出的解决方案是使用两个python脚本,一个创建会话并将其设置为默认值,然后在该会话中加载模型,另一个脚本获取默认会话和默认图并处理数据。这样,模型将被加载一次,我将能够使用它的所有用户请求。代码如下所示 Script 1 - loads
Script 1 - loads the graph:
with tf.Graph().as_default():
sess = tf.Session()
with sess.as_default():
#Load the graph
#sess.close This is I leave in comments, to keep the session open
Script 2 - process data:
with tf.get_default_graph():
with tf.get_default_session() as sess:
#process data
此解决方案不起作用,加载模型的信息丢失。就像在另一个内部有一个for,然后将其拆分,正常情况下它不起作用
你能给我建议另一种方法,让这个模型始终处于加载状态,这样我就可以避免每次用户想要处理smth new时出现这种延迟吗
谢谢大家! 是否正在从脚本1导入脚本2?是否正在为每个for用户请求运行?您需要让您的流程保持活跃,TensorFlow服务实现了类似的功能。感谢您告诉我TensorFlow服务,从我所读到的内容来看,这就是我所需要的。不知道,我怎么到现在还没想到。谢谢!:)