java加载tensorflow训练的PB模型记录
本文主要介绍了以java方式部署模型的方法,在另一篇文章中介绍了如何用docker部署tf_serving模型:【Docker部署TF_serving模型记录】
python训练
1. 模型的输入输出定义
# 输入:
query_holder = tf.placeholder(tf.int32,[None,None],name='input_query')
dropout = tf.placeholder(tf.int32,name='dropout_keep_prob')
#输出概率
probs = tf.nn.softmax(self.query_logits, axis=1, name="query_probs")
2. 训练时保存模型的方法
builder = tf.saved_model.builder.SavedModelBuilder(save_model_path)
builder.add_meta_graph_and_variables(session, ["model_tag"])
builder.save()
java加载模型
1.maven依赖
(注意和训练模型的TF版本一致!否则可能会报错)
<dependencies