Я создал модель, основанную на "широком и глубоком" примере (https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/learn/wide_n_deep_tutorial.py).
Я экспортировал модель следующим образом:
m = build_estimator(model_dir)
m.fit(input_fn=lambda: input_fn(df_train, True), steps=FLAGS.train_steps)
results = m.evaluate(input_fn=lambda: input_fn(df_test, True), steps=1)
print('Model statistics:')
for key in sorted(results):
print("%s: %s" % (key, results[key]))
print('Done training!!!')
# Export model
export_path = sys.argv[-1]
print('Exporting trained model to %s' % export_path)
m.export(
export_path,
input_fn=serving_input_fn,
use_deprecated_input_fn=False,
input_feature_key=INPUT_FEATURE_KEY
Мой вопрос: как мне создать клиента для создания прогнозов из этой экспортированной модели? Кроме того, правильно ли я экспортировал модель?
В конечном итоге мне тоже нужно сделать это на Java. Я подозреваю, что могу сделать это, создав классы Java из прото файлов с помощью gRPC.
Документация очень отрывочная, поэтому я спрашиваю здесь.
Большое спасибо!