从现有检查点创建中心模块

Question

是否可以在不链接训练代码的情况下从现有检查点创建 hub 模块？

Answer 1

是的，绝对是。您需要一个具有 (1) 模块和 (2) 其变量中的正确值的会话。这些是来自实际训练还是仅仅恢复检查点并不重要。给定一个 Python 模型构建库，它对 TensorFlow Hub 一无所知，您可以使用一个工具导出到 Hub 模块，如下所示：

import tensorflow_hub as hub
import your_library as build_model_body

def module_fn():
  inputs = tf.placeholder(...)
  logits = build_model_body(inputs)
  hub.add_signature(inputs=inputs, outputs=logits)

def main(_):
  spec = hub.create_module_spec(module_fn)
  # Supply a checkpoint trained on a model from the same Python code.
  checkpoint_path = "..."
  # Output will be written here:
  export_path = "..."
  with tf.Graph().as_default():
    module = hub.Module(spec)
    init_fn = tf.contrib.framework.assign_from_checkpoint_fn(
        checkpoint_path, module.variable_map)
    with tf.Session() as session:
      init_fn(session)
      module.export(export_path, session=session)

注意事项：

build_model_body() 应将输入转换为适合 Hub 模块的输出（例如，像素到特征向量），但不包括数据读取或损失和优化器。对于迁移学习，这些最好留给模块的消费者。可能需要进行一些重构。
提供 module.variable_map 是必不可少的，将运行 build_model_body() 本身创建的普通变量名转换为通过实例化模块创建的变量名, 居住在 module/state.

从现有检查点创建中心模块

Create hub module from existing checkpoint

python

python-3.x

tensorflow

tensorflow-serving

tensorflow-hub