如何在tensorflow中创建经过培训的模型的model.graphdef和config.pbtxt?
为了在triton推断服务器中提供模型,模型存储库应如下所示如何在tensorflow中创建经过培训的模型的model.graphdef和config.pbtxt?,tensorflow,protocol-buffers,Tensorflow,Protocol Buffers,为了在triton推断服务器中提供模型,模型存储库应如下所示 <model-repository-path>/ <model-name>/ config.pbtxt 1/ model.graphdef “model.graphdef”是经过训练的tensorflow模型,它的扩展名为.pb。在tensorflow中训练模型时,权重将保存为pb文件。您可以将其添加到此文件夹中 在这种情况下
<model-repository-path>/
<model-name>/
config.pbtxt
1/
model.graphdef
“model.graphdef”是经过训练的tensorflow模型,它的扩展名为.pb。在tensorflow中训练模型时,权重将保存为pb文件。您可以将其添加到此文件夹中 在这种情况下,您不需要创建config.pbtxt文件,因为triton推理服务器可以自动从tensorflow、tensorRT和ONNX模型生成配置。您只需使用命令--strict model config=false启动服务器,它就会为您生成config.pbtxt文件 如果您确实希望创建自己的config.pbtxt,也可以这样做。详细信息见triton®声波风廓线仪官方文件
1)How do you create model.graphdef?
2)how do you create config.pbtxt?