Python 从现有检查点创建集线器模块

是否可以从现有检查点创建

hub

模块，而不链接培训代码？

是的，绝对可以。您需要一个会话（1）一个模块，（2）在其变量中包含正确的值。不管这些是来自实际训练还是仅仅恢复一个检查点。给定一个对TensorFlow Hub一无所知的用于模型构建的Python库，您可以使用一个工具导出到Hub模块，如下所示：

import tensorflow_hub as hub
import your_library as build_model_body

def module_fn():
  inputs = tf.placeholder(...)
  logits = build_model_body(inputs)
  hub.add_signature(inputs=inputs, outputs=logits)

def main(_):
  spec = hub.create_module_spec(module_fn)
  # Supply a checkpoint trained on a model from the same Python code.
  checkpoint_path = "..."
  # Output will be written here:
  export_path = "..."
  with tf.Graph().as_default():
    module = hub.Module(spec)
    init_fn = tf.contrib.framework.assign_from_checkpoint_fn(
        checkpoint_path, module.variable_map)
    with tf.Session() as session:
      init_fn(session)
      module.export(export_path, session=session)

需要注意的要点：

• build\u model\u body（）

  应将输入转换为输出（例如，像素转换为特征向量），以适合集线器模块，但不包括数据读取、丢失和优化器。对于转移学习，最好将这些留给模块的消费者。可能需要进行一些重构

• 提供

  模块.variable\u map

  对于将通过运行

  build\u model\u body（）

  创建的普通变量名转换为通过实例化模块live in scope

  模块/state

  创建的变量名至关重要