TensorFlow - Exportation

Ici, nous nous concentrerons sur la formation MetaGraph dans TensorFlow. Cela nous aidera à comprendre le module d'exportation dans TensorFlow. Le MetaGraph contient les informations de base nécessaires pour entraîner, effectuer une évaluation ou exécuter une inférence sur un graphe préalablement formé.

Voici l'extrait de code pour le même -

def export_meta_graph(filename = None, collection_list = None, as_text = False): 
   """this code writes `MetaGraphDef` to save_path/filename. 
   
   Arguments: 
   filename: Optional meta_graph filename including the path. collection_list: 
      List of string keys to collect. as_text: If `True`, 
      writes the meta_graph as an ASCII proto. 
   
   Returns: 
   A `MetaGraphDef` proto. """

L'un des modèles d'utilisation typiques pour le même est mentionné ci-dessous -

# Build the model ... 
with tf.Session() as sess: 
   # Use the model ... 
# Export the model to /tmp/my-model.meta. 
meta_graph_def = tf.train.export_meta_graph(filename = '/tmp/my-model.meta')