张量流保护程序、导出器和保存模型之间的关系

Question

问题：

1. Tensorflow Saver ，Exporter，SavedModelBuilder都可以用于保存模型。根据 https://stackoverflow.com/questions/41740101/tensorflow-difference-between-saving-model-via-exporter-and-tf-train-write-graph 和张量流服务，我知道 Saver 用于保存训练检查点，导出器和 SavedModelBuilder 用于服务。

   但是，我不知道它们的输出有何不同。是变量.数据-???-之--？？？以及由 SavedModelBuilder 生成的变量.索引文件，与 cpkt-xxx.index 和 cpkt-xxx.data 相同-???-之-？？？由保护程序生成？

2. 我仍然对张量流模型文件的含义感到困惑。我已经阅读了 http://cv-tricks.com/tensorflow-tutorial/save-restore-tensorflow-models-quick-complete-tutorial/和Tensorflow：如何保存/恢复模型？这让我感到更加困惑。

   模型目录中有 4 个文件：

   1. graph.pbtxt
   2. model.ckpt-number.data-00000-of-00001
   3. model.ckpt-number.meta
   4. model.ckpt-number.index

   文件 2 和 4 存储变量的权重。文件 3 存储图形。那么1存储什么？

3. 如何将 Saver 的输出转换为 SavedModelBuilder。我有检查点目录，想要导出模型以供服务。据 https://github.com/tensorflow/tensorflow/tree/master/tensorflow/python/saved_model

应该是这样的

export_dir = ...
...
builder = tf.saved_model.builder.SavedModelBuilder(export_dir)
with tf.Session(graph=tf.Graph()) as sess:
...
builder.add_meta_graph_and_variables(sess,
[tf.saved_model.tag_constants.TRAINING],
signature_def_map=foo_signatures,
assets_collection=foo_assets)
...
with tf.Session(graph=tf.Graph()) as sess:
...
builder.add_meta_graph(["bar-tag", "baz-tag"])
...
builder.save()

因此，我首先需要加载检查点：

saver = tf.train.import_meta_graph('model-number.meta')
saver.restore(sess, tf.train.latest_checkpoint('./'))

然后将此sess用于构建器。

我说的对吗？

Answer 1

SavedModel是用于服务的格式，通过 SavedModelBuilder 创建。最佳做法是让训练代码调用 SavedModelBuilder，并将生成的输出文件提供给 TF-Serving。如果这样做，则无需了解生成哪些文件的详细信息:)

[1] 中的文档讨论了 SavedModel 目录中文件的结构。

[1] https://www.tensorflow.org/programmers_guide/saved_model