新しいバージョンのGoogle ML Engineにモデルを導入したい。 以前は、Google MLを使用して、訓練されたモデルをエクスポートして、というモデルを保存して、tf.train.Saver()を作成しました。ml-engineにモデルを展開し、tf.train.Saver（）でエクスポートする
このようにして得られた輸出モデルがまだml-engineに配置可能かどうかは分かりませんでした。そうでなければ、hereに記載されているトレーニング手順に従い、 mlエンジンを搭載したモデル。
tf.train.Saver()を使用して、ml-engineで展開するモデルを入手できますか？
tf.train.Saver（）はチェックポイントのみを生成します。
クラウドMLエンジンは、これらのAPIから製造SavedModelを使用する：https://www.tensorflow.org/versions/master/api_docs/python/tf/saved_model?hl=bn
保存モデルは、チェックポイント+ +グラフの入力と出力を宣言するシグネチャのセットを一つ以上のグラフの定義を含むシリアライズいるProtobufあります/ model +追加のアセットファイル（該当する場合）を使用して、これらのすべてを配信時に使用できるようにします。
私は例のカップルを見てお勧め：
国勢調査のサンプル - 、https://github.com/TensorLab/tensorfx/blob/master/src/training/_hooks.py#L208チェックポイントを使用する方法を示すためにhttps://github.com/TensorLab/tensorfx/blob/master/src/prediction/_model.py#L66を呼び出し - https://github.com/GoogleCloudPlatform/cloudml-samples/blob/master/census/tensorflowcore/trainer/task.py#L334
そして、私自身のサンプル/ライブラリのコードをそれをセッションにロードし、次に保存されたモデルを生成する。
これらのポインタが既存のコードを変更して、SavedModelを生成するモデルを作成するのに役立ちます。
以前にエクスポートしたモデルを変換するために似たような質問をしたことがありましたが、他の人のためにここにリンクします：Deploy retrained inception SavedModel to google cloud ml engine