• 목록

SavedModel에는 가중치 및 연산을 포함한 완전한 텐서플로 프로그램이 포함됩니다. 

기존에 설계했던 모델 코드를 실행할 필요가 없어 공유하거나  배포하는 데 유용합니다.

미리 훈련된 케라스 모델을 내보내고 그 모델로 이미지 분류 요청을 처리해보겠습니다. 

실행 예제로 그레이스 호퍼(Grace Hopper)의 이미지와 사용이 쉬운 케라스 사전 훈련 이미지 분류 모델을 사용할 것입니다. 

이 이미지의 가장 가능성 있는 예측은 "군복"입니다.

저장 경로의 마지막 경로 요소(여기서는 1/)는 모델의 버전 번호인 텐서플로 서빙(TensorFlow Serving) 컨벤션을 따릅니다

텐서플로 서빙과 같은 도구가 최신 모델을 구분할 수 있게 합니다.

SavedModel은 시그니처(signatures)라 불리는 함수를 가집니다. 

케라스 모델은 serving_default 시그니처 키를 사용하여 정방향 패스(forward pass)를 내보냅니다. 

SavedModel 커맨드 라인 인터페이스는 디스크에 저장된 SavedModel을 검사할 때 유용합니다.

$ saved_model_cli show --dir /tmp/mobilenet/1 --tag_set serve --signature_def serving_default

파이썬에서 tf.saved_model.load로 SavedModel을 다시 불러오고 해군대장 호퍼(Admiral Hopper)의 이미지가 어떻게 분류되는지 볼 수 있습니다.

가져온 시그니처는 항상 딕셔너리를 반환합니다.

SavedModel로부터 추론을 실행하면 처음 모델과 같은 결과를 제공합니다.