に `saver.save`を使用して保存しました。は、私は新しいJava APIを使用して、ディスクからモデルを読み込むしようとしていますTensorflowのJava API
The one example TensorflowのJava APIを使用すると、グラフ定義とパラメータの両方の重みを持つ.pbモデルファイルを読み取る方法が示されます。 Pythonの側では
、Tensorflowはディスクにモデルを保存するSaverオブジェクトを使用することを示唆しています。これは、定義を持ち、重みのファイルが.dataである.metaファイルを作成します。 Pythonでは、私はnew_saver=tf.train.import_meta_graph(var_filename) new_saver.restore(sess, model_filename)を使ってディスクからモデルを読み込みます。
Java APIでどうやったらいいですか？
SavedModelBundleクラスは、あなたが探しているものと考えられます。特に、SavedModelBundle.load()はSessionを返します。このモデルを使用して保存されたモデルを実行できます。
この機能は比較的最近にJava APIに追加されたため、まだバイナリリリースには存在しないため、TensorFlow 1.1がリリースされるまでbuild the Java API from sourceにする必要があります。
私はPythonのインターフェイスを使用してHadoopクラスタ上でモデルを訓練し、Javaで予測するモデルと学んだのパラメータを使用して、類似した何かをやっています。
あなたがSavedModelBuilderを使用する必要がモデル
を保存します。ここでは指導見つける：
SavedModelBundle load = SavedModelBundle.load(modelDir, "serve");
float[][] resultArray;
try (Graph g = load.graph()) {
try (Session s = load.session();
Tensor result = s.runner().feed("data", data).fetch("prediction").run().get(0)) {
resultArray = result.copyTo(new float[10][1]);
}
}
load.close();
return resultArray;
の名前を取得するにはフィードとフェッチされた操作で署名を印刷し、入力値と出力値の名前を使用できます。
print(prediction_signature)
グレート、ありがとう。私の現在の解決策は、 'freeze_graph'を使ってグラフのdefとweightsの両方を保存し、Javaで読み込むことです。このクラスは有望です。正式リリースまで私のコードで試してみるつもりですが、 –