Tensorflow2系类知识-7：部署以及并行计算

文章目录

• 部署
• • 模型导出
  • 分布式计算
  • • 单机 MirroredStrategy
    • 多机 MultiWorkerMirroredStrategy
• 部署Docker 环境

部署

模型导出

• SaveModel:与前面介绍的 Checkpoint 不同，SavedModel 包含了一个 TensorFlow 程序的完整信息： 不仅包含参数的权值，还包含计算的流程（即计算图） 。当模型导出为 SavedModel 文件时，无需建立模型的源代码即可再次运行模型，这使得 SavedModel 尤其适用于模型的分享和部署。后文的 TensorFlow Serving（服务器端部署模型）、TensorFlow Lite（移动端部署模型）以及 TensorFlow.js 都会用到这一格式。

tf.saved_model.save(model, "保存的目标文件夹名称")
model = tf.saved_model.load("保存的目标文件夹名称")

分布式计算

单机 M