我已经导出了SavedModel，现在我可以将其加载回并进行预测。经过培训，具有以下功能和标签：
F1 : FLOAT32
F2 : FLOAT32
F3 : FLOAT32
L1 : FLOAT32
所以说我要输入的值得20.9, 1.8, 0.9到一个FLOAT32预测。我该如何完成？我已经成功地加载了模型，但是我不确定如何访问它以进行预测调用。
with tf.Session(graph=tf.Graph()) as sess:
tf.saved_model.loader.load(
sess,
[tf.saved_model.tag_constants.SERVING],
"/job/export/Servo/1503723455"
)
# How can I predict from here?
# I want to do something like prediction = model.predict([20.9, 1.8, 0.9])
该问题不是此处发布的问题的重复。这个问题集中于在SavedModel任何模型类（不仅仅限于tf.estimator）上进行推理的最小示例，以及指定输入和输出节点名称的语法。
加载图形后，它在当前上下文中可用，您可以通过它馈入输入数据以获得预测。每个用例都有很大的不同，但是在代码中添加的内容如下所示：
with tf.Session(graph=tf.Graph()) as sess:
tf.saved_model.loader.load(
sess,
[tf.saved_model.tag_constants.SERVING],
"/job/export/Servo/1503723455"
)
prediction = sess.run(
'prefix/predictions/Identity:0',
feed_dict={
'Placeholder:0': [20.9],
'Placeholder_1:0': [1.8],
'Placeholder_2:0': [0.9]
}
)
print(prediction)
在这里，您需要知道预测输入将是什么的名称。如果您没有给他们带来天真serving_fn，则它们默认为Placeholder_n，这n是第n个功能。
的第一个字符串参数sess.run是预测目标的名称。这将根据您的用例而有所不同。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句