Tak więc opracowałem model wstępny do rozpoznawania kwiatów zgodnie z tym przewodnikiem. https://www.tensorflow.org/versions/r0.8/how_tos/image_retraining/index.htmlJak obsługiwać przeszkolony model Inception przy użyciu Tensorflow Serving?
bazel build tensorflow/examples/image_retraining:retrain
bazel-bin/tensorflow/examples/image_retraining/retrain --image_dir ~/flower_photos
Aby zakwalifikować obraz poprzez linię poleceń, mogę to zrobić:
bazel build tensorflow/examples/label_image:label_image && \
bazel-bin/tensorflow/examples/label_image/label_image \
--graph=/tmp/output_graph.pb --labels=/tmp/output_labels.txt \
--output_layer=final_result \
--image=$HOME/flower_photos/daisy/21652746_cc379e0eea_m.jpg
Ale jak mogę służyć ten wykres poprzez Tensorflow służąc?
Przewodnik dotyczący konfigurowania podawania Tensorflow (https://tensorflow.github.io/serving/serving_basic) nie zawiera informacji o tym, jak dołączyć wykres (output_graph.pb). Serwer oczekuje na inny format pliku:
$>ls /tmp/mnist_model/00000001
checkpoint export-00000-of-00001 export.meta
Wielkie dzięki za informację, Bhupesh! Czy możesz podać tylko kilka linii przykładowych połączeń dla tych z nas, którzy nie są zbytnio zorientowani w Pythonie i TensorFlow? – telemark