tensorflow saver、exporter、save model的关系答案

【问题标题】：Relationship between tensorflow saver, exporter and save modeltensorflow saver、exporter、save model的关系
【发布时间】：2017-07-20 07:49:38
【问题描述】：

问题：

Tensorflow Saver、Exporter、SavedModelBuilder 都可以用来保存模型。根据 https://stackoverflow.com/questions/41740101/tensorflow-difference-between-saving-model-via-exporter-and-tf-train-write-graph 和 tensor flow serving，我知道 Saver 用于保存训练检查点，Exporter 和 SavedModelBuilder 用于服务。

但是，我不知道他们输出的差异。是variable.data-???-of--??? SavedModelBuilder 生成的 variable.index 文件与 cpkt-xxx.index 和 cpkt-xxx.data-???-of-??? 相同由 Saver 生成？
我还是对tensorflow的model files的含义感到困惑。我读过http://cv-tricks.com/tensorflow-tutorial/save-restore-tensorflow-models-quick-complete-tutorial/ 和Tensorflow: how to save/restore a model?，这让我感到更加困惑。

模型目录下有4个文件：
1. graph.pbtxt
2. model.ckpt-number.data-00000-of-00001
3. model.ckpt-number.meta
4. model.ckpt-number.index
文件 2 和 4 存储变量的权重。文件 3 存储图形。那么1存储什么？
如何将 Saver 的输出转换为 SavedModelBuilder。我有检查点目录并想导出模型以供服务。根据https://github.com/tensorflow/tensorflow/tree/master/tensorflow/python/saved_model

应该是这样的

export_dir = ...
...
builder = tf.saved_model.builder.SavedModelBuilder(export_dir)
with tf.Session(graph=tf.Graph()) as sess:
  ...
  builder.add_meta_graph_and_variables(sess,
                                       [tf.saved_model.tag_constants.TRAINING],
                                       signature_def_map=foo_signatures,
                                       assets_collection=foo_assets)
...
with tf.Session(graph=tf.Graph()) as sess:
  ...
  builder.add_meta_graph(["bar-tag", "baz-tag"])
...
builder.save()

所以，我首先需要加载检查点：

saver = tf.train.import_meta_graph('model-number.meta')
saver.restore(sess, tf.train.latest_checkpoint('./'))

然后将这个sess 用于构建器。

我说的对吗？

【问题讨论】：

标签： tensorflow tensorflow-serving

【解决方案1】：

SavedModel 是用于服务的格式，通过 SavedModelBuilder 创建。最佳实践是让您的训练代码调用 SavedModelBuilder，并将生成的输出文件提供给 TF-Serving。如果您这样做，则无需了解生成的文件的详细信息:)

[1] 中的文档讨论了 SavedModel 目录中文件的结构。

[1]https://www.tensorflow.org/programmers_guide/saved_model

【讨论】：