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)
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。在相关问题 更多 >
编程相关推荐