Из SavedModel Docs,
SavedModel, универсальный формат сериализации для моделей TensorFlow.
и
SavedModel обертывает TensorFlow Saver. Saver в основном используется для создания контрольных точек переменной.
Из моего понимания, SavedModel
требуется, если кто-то хочет использовать службу TensorFlow. Тем не менее, я могу развернуть модель Tensorflow для обслуживания сервера без SavedModel
: заморозить график и экспортировать его как GraphDef
и загрузить график в сеанс с помощью ReadBinaryProto
и Create в С++ или Import в Go.
Какова цель SavedModel? Должны ли пользователи использовать SavedModel через Checkpoint или GraphDef для объединения большего количества данных, связанных с моделью?