用tensorflow/serving部署深度学习模型及gRPC远程访问服务器

本文介绍了如何将tensorflow的ckpt模型转换为pbtxt模型,并使用docker和tensorflow/serving进行部署。接着讲解了通过gRPC进行远程调用部署的模型。参考了Jeffery的相关项目和博客文章。
摘要由CSDN通过智能技术生成

一.将tensorflow的ckpt模型转换成pbtxt模型

转换模型格式的代码可参考如下demo:

#! /usr/bin/python
# _*_ coding: utf-8 _*_
__author__ = 'Jeffery'
__date__ = '2018/12/29 23:20'
import tensorflow as tf
from mymodel import captcha_model as model
import os
from constant import char_num, classes

def export_model(checkpoint_path,
                 export_model_dir,
                 model_version
                 ):
    """
    :param checkpoint_path: type string, original model path(a dir)
    :param export_model_dir: type string, save dir for exported model
    :param model_version: type int best
    :return:no return
    """
    with tf.get_default_graph().as_default():
        input_images = tf.placeholder(tf.float32, shape=[None, 100, 120, 1], name='input_images')
        output_result, _ = model(input_images, keep_prob=1.0, trainable=False)
        output_result = tf.argmax(tf.reshape(output_result, [-1, char_num, classes]), 2)
        saver = tf.train.Saver()
        with tf.Session() as sess:
            ckpt_state = tf.train.get_checkpoint_state(checkpoint_path)
            model_path = os.path.join(checkpoint_path,
                                      os.path.basename
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值