Метод export

Метод export класса Model сохраняет модель в формате SavedModel. Этот формат является универсальным для TensorFlow и позволяет загружать модель в других средах выполнения, отличных от Python. Первым параметром метод принимает путь к директории, в которую будет сохранена модель. Вторым необязательным параметром можно передать verbose для управления выводом информации в процессе экспорта.

Экспортированная модель содержит граф вычислений и веса, что позволяет использовать ее без исходного Python-кода. Это особенно удобно при развертывании моделей в production-среде.

Синтаксис

model.export(filepath, [verbose])

Пример

Давайте создадим простую модель и экспортируем ее в директорию 'my_model':

import tensorflow as tf

model = tf.keras.Sequential([
	tf.keras.layers.Dense(10, activation='relu', input_shape=(5,)),
	tf.keras.layers.Dense(1)
])
model.compile(optimizer='adam', loss='mse')

model.export('my_model')
print("Model exported successfully")

Результат выполнения кода:

"Model exported successfully"

Пример

Давайте обучим модель на простых данных и экспортируем ее с параметром verbose=True:

import tensorflow as tf

tf.random.set_seed(0)

model = tf.keras.Sequential([
	tf.keras.layers.Dense(10, activation='relu', input_shape=(5,)),
	tf.keras.layers.Dense(1)
])
model.compile(optimizer='adam', loss='mse')

x = tf.constant([[1.0, 2.0, 3.0, 4.0, 5.0]])
y = tf.constant([[10.0]])
model.fit(x, y, epochs=1, verbose=0)

model.export('trained_model', verbose=True)

Результат выполнения кода:

"Saved artifact at 'trained_model'. The following endpoints are available: ..."

Пример

Давайте загрузим экспортированную модель обратно с помощью tf.saved_model.load и выполним предсказание:

import tensorflow as tf

loaded = tf.saved_model.load('trained_model')

x = tf.constant([[1.0, 2.0, 3.0, 4.0, 5.0]])
res = loaded(x)
print(res)

Результат выполнения кода:

tf.Tensor([[10.0]], shape=(1, 1), dtype=float32)

Смотрите также

метод save,
который сохраняет модель в формате Keras
метод save_weights,
который сохраняет только веса модели
метод load_weights,
который загружает веса в модель
метод to_json,
который сериализует архитектуру модели в JSON