如何从TensorFlow检查点或模型创建SavedModel?

如何从TensorFlow检查点或模型创建SavedModel?,tensorflow,tensorflow-serving,google-cloud-ml-engine,Tensorflow,Tensorflow Serving,Google Cloud Ml Engine,我得到了一个TensorFlow检查点和一个导出的模型,但是为了使用Google ML Cloud服务一个模型,我需要一个保存的\u model.pbtxt文件。似乎我需要加载检查点并使用SavedModelBuilder,但是SavedModelBuilder需要输入和输出节点名称的字典 我的问题是,考虑到检查点或导出的模型(如下),如何找到生成pbtxt文件所需的节点名称,以便通过Google的ML云服务为模型提供服务 checkpoint export.data-00000-of-0000

我得到了一个TensorFlow检查点和一个导出的模型,但是为了使用Google ML Cloud服务一个模型,我需要一个
保存的\u model.pbtxt
文件。似乎我需要加载检查点并使用
SavedModelBuilder
,但是
SavedModelBuilder
需要输入和输出节点名称的字典

我的问题是,考虑到检查点或导出的模型(如下),如何找到生成
pbtxt
文件所需的节点名称,以便通过Google的ML云服务为模型提供服务

checkpoint
export.data-00000-of-00001
export.index
export.meta
options.json

export.meta应该是一个proto。因此,您应该能够解析proto以获得。然后可以搜索节点以查找感兴趣的节点

比如:

import argparse
从tensorflow.core.protobuf导入元图
导入日志记录
如果名称=“\uuuuu main\uuuuuuuu”:
parser=argparse.ArgumentParser(
description='Argument parser')
parser.add_参数('--path',,
必需=真,
help='元数据图形文件的路径。')
args=parser.parse_args()
打开(args.path,'r')作为hf时:
graph=meta\u graph\u pb2.MetaGraphDef.FromString(hf.read())
打印“图形:\n{0}”。格式(图形)

我认为您还应该能够将TensorBoard指向包含该文件的目录,TensorBoard将呈现图形,并使用该图形识别输入/输出节点的名称。

感谢您的帮助,这非常有用!还有一个问题,请原谅我的无知,但是我们如何解释这个文件呢?整个图形的输入和输出是否位于特定位置,或者是否有一些文档提供了有关格式的详细信息?因此,通常您可以访问源代码,只需查看代码即可查看输入/输出的名称。如果您想识别export.meta的输入/输出,您需要做一些工作。我认为TensorBoard可以让你可视化图形。此时,您可以直观地识别输入/输出并获得名称。TF代码库中可能有其他工具。