[深度之眼]TensorFlow2.0项目班-模型保存之AutoGraph

TF的计算图分为三种：静态计算图（1.x）、动态计算图（2.x）和 AutoGraph（2.x）
AutoGraph 可以把动态图转化为静态图保存，通过@tf.function实现，有以下三个注意事项：

1. 使用 tf 内部函数，避免直接使用python函数，因为无法嵌入进计算图
2. 避免定义 tf.Variable, 以为它是动态的，每次迭代都会更新
3. 不可以修改列表字典等数据结构

代码：

import tensorflow as tf

fashion = tf.keras.datasets.fashion_mnist
(x_train, y_train),(x_test, y_test) = fashion.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

#子类化模型
class MyModel(tf.keras.Model):
    def __init__(self):
        super(MyModel,self).__init__()
        self.D1 = tf.keras.layers.Flatten()
        self.D2 = tf.keras.layers.Dense(128,activation='relu')
        self.D3 = tf.keras.layers.Dense(10,activation='softmax')
    
    @tf.function(input_signature=[tf.TensorSpec([None,28,28],tf.float32)])
    
    def call(self,inputs):
        x = self.D1(inputs)
        x = self.D2(x)
        x = self.D3(x)
        return x    
    
model = MyModel()

model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False),
              metrics=['sparse_categorical_accuracy'])

model.fit(x_train, y_train, batch_size=32, epochs=5, validation_data=(x_test, y_test), validation_freq=1)
model.summary()

tf.saved_model.save(model,'my_saved_model')

保存结果：

保存后可供后续跨平台使用