使用tflearn.DNN与谷歌云引擎

Question

是否有一种很好的方法将使用tflearn.DNN类构建的模型部署到Google Cloud ML引擎？看起来SavedModel需要在预测签名定义中定义输入和输出张量，但不确定如何从tflearn.DNN中获取该张量。

Answer 1

我后来至少在我的具体案例中发现了这一点。此片段可让您将DNN导出为SavedModel，然后可将其部署到Google Cloud ML引擎。

摘录低于使用以下参数

• 文件名是导出目录
• input_tensor是给予tflearn.DNN所述input_data层
• output_tensor是传递给tflearn.DNN
整个网络

• 会话是由tflearn返回的对象的属性.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)