Google Cloudのml-engineでtflearn.DNNを使用

Question

tflearn.DNNクラスを使用して作成したモデルをGoogle Cloud ML Engineに配備するには良い方法はありますか？ SavedModelは予測シグネチャの定義で入力と出力のテンソルを定義する必要がありますが、tflearn.DNNからそのテンソルを取得する方法は不明です。

Answer 1

私はこれを、少なくとも私の特定のケースでは後で考え出しました。このスニペットでは、DNNをSavedModelとしてエクスポートして、Google Cloud ML Engineにデプロイすることができます。

スニペットが

• ファイル名が
• input_tensorが
• output_tensorがtflearn.DNN
に渡されたネットワーク全体でtflearn.DNNに与えられたINPUT_DATA層でエクスポートディレクトリで次の引数を以下の通りです

• セッションは、tflearn.DNNによって返されたオブジェクトの属性です。

  builder = tf.saved_model.builder.SavedModelBuilder(filename) 
  
  signature = tf.saved_model.signature_def_utils.predict_signature_def(
      inputs={'in':input_tensor}, outputs={'out':output_tensor}) 
  builder.add_meta_graph_and_variables(session, 
              [tf.saved_model.tag_constants.SERVING], 
              signature_def_map={'serving_default':signature}) 
  
  builder.save() 
  
  serving_vars = { 
      'name':self.name 
  } 
  
  assets = filename + '/assets.extra' 
  os.makedirs(assets) 
  
  with open(assets + '/serve.pkl', 'wb') as f: 
      pickle.dump(serving_vars, f, pickle.HIGHEST_PROTOCOL)