Создать хаб-модуль из существующей контрольной точки

Question

Можно ли создать hub модуль из существующих контрольных точек без цепочки учебного кода?

Answer 1

Да, конечно. Вам нужен сеанс с (1) модулем и (2) правильными значениями в его переменных. Неважно, приходят ли они из реальной подготовки или просто восстановления контрольно-пропускного пункта. Имея библиотеку Python для построения моделей, которая ничего не знает о TensorFlow Hub, у вас может быть инструмент для экспорта в модуль Hub, который выглядит следующим образом:

import tensorflow_hub
import your_library as build_model_body

def module_fn():
  inputs = tf.placeholder(...)
  logits = build_model_body(inputs)
  hub.add_signature(inputs=inputs, outputs=logits)

def main(_):
  spec = hub.create_module_spec(module_fn)
  # Supply a checkpoint trained on a model from the same Python code.
  checkpoint_path = "..."
  # Output will be written here:
  export_path = "..."
  with tf.Graph().as_default():
    module = hub.Module(spec)
    init_fn = tf.contrib.framework.assign_from_checkpoint_fn(
        checkpoint_path, module.variable_map)
    with tf.Session() as session:
      init_fn(session)
      module.export(export_path, session=session)

Тонкие моменты, чтобы отметить:

• build_model_body() следует преобразовывать входные данные в выходные (скажем, пиксели в векторы признаков), подходящие для модуля-концентратора, но не включать чтение данных или потери и оптимизаторы. Для трансферного обучения их лучше оставить потребителю модуля. Некоторый рефакторинг может потребоваться.

• Поставка module.variable_map необходимо переводить из простых имен переменных, созданных с помощью команды build_model_body() сам по себе с именами переменных, созданных путем создания экземпляра модуля, жить в области видимости module/state,