在Tensorflow中保存或加载图形时设置clear_devices=true的缺点

在Tensorflow中保存或加载图形时设置clear_devices=true的缺点,tensorflow,tensorflow-serving,Tensorflow,Tensorflow Serving,Tensorflow中有许多方法采用clear\u设备devices。例如session\u bundle.exporter.exporter:init,import\u meta\u graph,export\u meta\u graph和python.training.saver.saver.export\u meta\u graph`。文件规定: 但是,不要真正澄清删除这些信息的含义。从图形中删除设备信息意味着,在不添加新的设备放置指令的情况下,将放置ops。如果导出/导入的图形将在不同的

Tensorflow中有许多方法采用
clear\u设备
devices。例如
session\u bundle.exporter.exporter:init
import\u meta\u graph
export\u meta\u graph
和python.training.saver.saver.export\u meta\u graph`。文件规定:


但是,不要真正澄清删除这些信息的含义。

从图形中删除设备信息意味着,在不添加新的设备放置指令的情况下,将放置ops。如果导出/导入的图形将在不同的设置中执行,或者提供给它的数据将不同(例如,在GPU上进行培训后,在CPU上使用小批量服务),这可能很有用

 clear_devices: Whether or not to clear the device field for an `Operation`
    or `Tensor` during export.