keras有时候在部署的时候有很多不便,那么有以下方式进行改善和处理:
一、Keras 转换成 Tensorflow 模型格式并使用:
http://www.liuxiao.org/2018/10/keras-trained-model-export-for-tensorflow-serving/
二、keras(tensorflow后端)给模型建立单独的graph
https://blog.csdn.net/u010122972/article/details/79093634
keras有时候在部署的时候有很多不便,那么有以下方式进行改善和处理:
一、Keras 转换成 Tensorflow 模型格式并使用:
http://www.liuxiao.org/2018/10/keras-trained-model-export-for-tensorflow-serving/
二、keras(tensorflow后端)给模型建立单独的graph
https://blog.csdn.net/u010122972/article/details/79093634