Tensorflow SavedModel 层
TFSMLayer class
keras.layers.TFSMLayer(
filepath,
call_endpoint="serve",
call_training_endpoint=None,
trainable=True,
name=None,
dtype=None,
)
重新加载通过SavedModel / ExportArchive保存的Keras模型/层.
参数:
filepath: str 或 pathlib.Path 对象.SavedModel的路径.
call_endpoint: 用作重新加载层call()方法的端点名称.如果SavedModel是通过model.export()创建的,
则默认端点名称为'serve'.在其他情况下,可能命名为'serving_default'.
示例:
model.export("path/to/artifact")
reloaded_layer = TFSMLayer("path/to/artifact")
outputs = reloaded_layer(inputs)
重新加载的对象可以像常规Keras层一样使用,并支持其可训练权重的训练/微调.请注意,重新加载的对象不保留原始对象的内部结构或自定义方法——它是围绕保存函数创建的一个全新的层.
限制:
- 仅支持具有单个
inputs张量参数（可以是张量的字典/元组/列表）的调用端点.对于具有多个独立输入张量参数的端点,考虑子类化TFSMLayer并实现具有自定义签名的call()方法. - 如果您需要训练时行为与推理时行为不同（即,如果您需要重新加载的对象在
__call__()中支持training=True参数）,请确保训练时调用函数作为独立端点保存在工件中,并通过call_training_endpoint参数将其名称提供给TFSMLayer.