我通过Python创建了一个使用TensorFlow的神经网络,它利用ResNet50预先训练的网络,能够对133个不同品种的狗进行分类。我现在希望能够部署这个模型,以便它可以通过TensorFlow.js使用,但是我在使ResNet50工作方面遇到了困难。我能够在没有问题的情况下将我从头创建的NN传输到TensorFlow.js,但是使用预先训练过的网络传输NN并不那么简单。下面是我正在尝试修改的Python代码:
from keras.applic
我正在使用Tensorflow C API来运行在python中保存/冻结的模型。我们过去在CPU上运行这些模型,但最近切换到GPU以提高性能。然而,我们现在的系统也有多个GPU,这导致了一些问题。看起来我不能让Tensorflow和我们的软件使用相同的GPU。
我使用的visible_device_list参数与我们的软件具有相同的GPU。如果我将软件设置为在设备1上运
为了将模型发送给他们,模型必须有扩展的.pb。所有模型都有扩展.ckpt,仅此而已。这里没有.meta或其他任何东西。我不知道如何转换为.pb。# Now let's download the pretrained model from tensorflow's model zoo.
!model_name=inception_v4.c