使用tflearn.DNN與谷歌雲引擎

Question

是否有一種很好的方法將使用tflearn.DNN類構建的模型部署到Google Cloud ML引擎？看起來SavedModel需要在預測簽名定義中定義輸入和輸出張量，但不確定如何從tflearn.DNN中獲取該張量。

Answer 1

我後來至少在我的具體案例中發現了這一點。此片段可讓您將DNN導出爲SavedModel，然後可將其部署到Google Cloud ML引擎。

摘錄低於使用以下參數

• 文件名是導出目錄
• input_tensor是給予tflearn.DNN所述input_data層
• output_tensor是傳遞給tflearn.DNN
整個網絡

• 會話是由tflearn返回的對象的屬性.DNN

  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)