TensorFlow服务中的遗留项

Question

我注意到TensorFlow服务的每个例子都在SavedModelBuilder中使用legacy_init_op参数，但是我没有找到任何关于这是什么以及为什么被称为legacy的明确解释。有人知道这场争论的目的吗？在

示例：

legacy_init_op = tf.group(tf.tables_initializer(), name='legacy_init_op')

builder.add_meta_graph_and_variables(
      sess, [tf.saved_model.tag_constants.SERVING],
      signature_def_map={
          'predict_images':
              prediction_signature,
          tf.saved_model.signature_constants.DEFAULT_SERVING_SIGNATURE_DEF_KEY:
              classification_signature,
      },
      legacy_init_op=legacy_init_op)

Answer 1

TensorflowServing使用查找表进行嵌入或词汇表查找。先前版本的tf<；1.2初始化表需要一个单独的操作，因此需要单独使用tf.tables_initializer()来初始化表。在将来的版本中，该操作将在ModelBundle中组合。在