为机器学习模型创建泡菜文件

Question

我要做的是在 pickle 对象中加载一个机器学习模型以生成摘要，这样当我将代码部署到我的 Web 应用程序时，它就不会一遍又一遍地手动加载。这需要相当多的时间，我不能让用户在模型加载时等待 10-15 分钟，然后生成摘要。

    import cPickle as pickle
    from skip_thoughts import configuration
    from skip_thoughts import encoder_manager
    import en_coref_md
    def load_models():
        VOCAB_FILE = "skip_thoughts_uni/vocab.txt"
        EMBEDDING_MATRIX_FILE = "skip_thoughts_uni/embeddings.npy"
        CHECKPOINT_PATH = "skip_thoughts_uni/model.ckpt-501424"
        encoder = encoder_manager.EncoderManager()
        print "loading skip model"
        encoder.load_model(configuration.model_config(),
            vocabulary_file=VOCAB_FILE,
            embedding_matrix_file=EMBEDDING_MATRIX_FILE,
            checkpoint_path=CHECKPOINT_PATH)
        print "loaded"
        return encoder
    encoder= load_models()
    print "Starting cPickle dumping"
    pickle.dump(encoder, open('/path_to_loaded_model/loaded_model.pkl', "wb"))
    print "pickle.dump executed"
    print "starting cpickle loading"
    loaded_model = pickle.load(open('loaded_model.pkl', 'r'))
    print "pickle load done"

cPickle最初是pickle，但他们都没有在足够的时间内这样做。我第一次尝试这样做时，正在创建的泡菜文件是 11.2GB，我认为这太大了。与此同时，它花了一个多小时使我的电脑变得无用。而且代码没有完成执行，我强制重新启动我的电脑，因为它花费的时间太长。

如果有人能帮忙，我将不胜感激。

Answer 1

我建议检查存储到 hdf5 中是否提高了性能：

写入 hdf5：

with h5py.File('model.hdf5', 'w') as f:
    for var in tf.trainable_variables():
        key = var.name.replace('/', ' ')
        value = session.run(var)
        f.create_dataset(key, data=value)

从 hdf5 读取：

with h5py.File('model.hdf5', 'r') as f:
    for (name, val) in f.items()
        name = name.replace(' ', '/')
        val = np.array(val)
        session.run(param_setters[name][0], { param_setters[name][1]: val })

来源：

https://www.tensorflow.org/tutorials/keras/save_and_restore_models

https://geekyisawesome.blogspot.com/2018/06/savingloading-tensorflow-model-using.html