TensorflowのJavaへのインポートモデル

Question

私はJavaで訓練されたモデル（Tensorflow、Python）をインポートして使用しようとしています。

モデルをPythonで保存できましたが、Javaで同じモデルを使用して予測を行うときに問題が発生しました。

Hereを使用すると、モデルの初期化、トレーニング、保存のためのPythonコードが表示されます。

Hereを入力すると、入力値のインポートと予測のためのJavaコードが表示されます。

私が取得エラーメッセージは次のとおりです。 Exception in thread "main" java.lang.IllegalStateException: Attempting to use uninitialized value Variable_7 [[Node: Variable_7/read = Identity[T=DT_FLOAT, _class=["loc:@Variable_7"], _device="/job:localhost/replica:0/task:0/cpu:0"](Variable_7)]] at org.tensorflow.Session.run(Native Method) at org.tensorflow.Session.access$100(Session.java:48) at org.tensorflow.Session$Runner.runHelper(Session.java:285) at org.tensorflow.Session$Runner.run(Session.java:235) at org.tensorflow.examples.Identity_import.main(Identity_import.java:35)

私は信じて、問題がどこかにPythonコードであるが、私はそれを見つけることができませんでした。

ご協力いただきましてありがとうございます。

、ありがとう

ピーター

Answer 1

Java importGraphDef()関数は、 （あなたのPythonコードでtf.train.write_graphで書かれています）、それは訓練された変数（チェックポイントに格納されている）の値をロードしていないため、初期化されていない変数について不平を言うエラーが発生します。

一方、TensorFlow SavedModel formatには、モデル（グラフ、チェックポイントの状態、その他のメタデータ）に関するすべての情報が含まれており、訓練された変数値で初期化されたセッションを作成するのに、SavedModelBundle.loadを使用すると便利です。

のPythonからこの形式でモデルをエクスポートするには、あなたがあなたのケースでは、関連する質問でDeploy retrained inception SavedModel to google cloud ml engine

をご覧になる場合があります、これはPythonで、次のようなものに達する必要があります。

def save_model(session, input_tensor, output_tensor): 
    signature = tf.saved_model.signature_def_utils.build_signature_def(
    inputs = {'input': tf.saved_model.utils.build_tensor_info(input_tensor)}, 
    outputs = {'output': tf.saved_model.utils.build_tensor_info(output_tensor)}, 
) 
    b = saved_model_builder.SavedModelBuilder('/tmp/model') 
    b.add_meta_graph_and_variables(session, 
           [tf.saved_model.tag_constants.SERVING], 
           signature_def_map={tf.saved_model.signature_constants.DEFAULT_SERVING_SIGNATURE_DEF_KEY: signature}) 
    b.save() 

そしてsave_model(session, x, yhat)

そしてJavaの負荷のモデルを経由して使用していることを呼び出します。

try (SavedModelBundle b = SavedModelBundle.load("/tmp/mymodel", "serve")) { 
    // b.session().run(...) 
} 

0123を

希望があれば

Answer 2

あなたのpython-モデルは確かにこの時に失敗します。

sess.run(init) #<---this will fail 
save_model(sess) 
error = tf.reduce_mean(tf.square(prediction - y)) 

#accuracy = tf.reduce_mean(tf.cast(error, 'float')) 
print('Error:', error) 

initは、モデルで定義されていない - 私はあなたがで達成したいものをわかりませんよこの場所は、あなたに出発点を与えるはずです

Answer 3

Fwiw、Deeplearning4jは、Keras 1.0でTensorFlowで訓練されたモデルをインポートすることができます（Keras 2.0サポートが進行中です）。

https://deeplearning4j.org/model-import-keras

我々はまた、テンソルを扱うときPy4jよりも、それをより効率的に代わりにコピーするデータのポインタを使用numpyのアレイとPyjniusのラッパーですJumpyで呼ばれるライブラリを、構築されました。

https://deeplearning4j.org/jumpy