TensorFlow - Esportazione

Qui ci concentreremo sulla formazione di MetaGraph in TensorFlow. Questo ci aiuterà a comprendere il modulo di esportazione in TensorFlow. Il MetaGraph contiene le informazioni di base, necessarie per addestrare, eseguire valutazioni o eseguire inferenze su un grafico precedentemente addestrato.

Di seguito è riportato lo snippet di codice per lo stesso:

def export_meta_graph(filename = None, collection_list = None, as_text = False): 
   """this code writes `MetaGraphDef` to save_path/filename. 
   
   Arguments: 
   filename: Optional meta_graph filename including the path. collection_list: 
      List of string keys to collect. as_text: If `True`, 
      writes the meta_graph as an ASCII proto. 
   
   Returns: 
   A `MetaGraphDef` proto. """

Uno dei modelli di utilizzo tipici per lo stesso è menzionato di seguito:

# Build the model ... 
with tf.Session() as sess: 
   # Use the model ... 
# Export the model to /tmp/my-model.meta. 
meta_graph_def = tf.train.export_meta_graph(filename = '/tmp/my-model.meta')