思维导图备注

简单粗暴 TensorFlow 2.0
首页 白天 夜间 BookChat 小程序 小程序 阅读
  • 书签 我的书签
  • 添加书签 添加书签 移除书签 移除书签

TensorFlow模型导出

 来源:tf.wiki 浏览 1843 扫码 分享 2019-10-13 16:40:16
  • TensorFlow模型导出

    TensorFlow模型导出

    • 使用SavedModel完整导出模型
    • Keras Sequential save方法（Jinpeng）
    当前内容版权归 tf.wiki 或其关联方所有，如需对内容或内容相关联开源项目进行关注与资助，请访问 tf.wiki .
    上一篇:
    下一篇:
    • 书签
    • 添加书签 移除书签
    • 介绍
    • 前言
      • 本书的适用群体
      • 如何使用本书
      • 致谢
    • TensorFlow概述
      • 学生和研究者：模型的建立与训练
      • 开发者和工程师：模型的调用与部署
      • TensorFlow能帮助我们做什么？
    • 基础
      • TensorFlow安装与环境配置
        • 一般安装步骤
        • GPU版本TensorFlow安装指南
        • 第一个程序
        • IDE设置
        • TensorFlow所需的硬件配置 *
      • TensorFlow基础
        • TensorFlow 1+1
        • 自动求导机制
        • 基础示例：线性回归
      • TensorFlow 模型建立与训练
        • 模型（Model）与层（Layer）
        • 基础示例：多层感知机（MLP）
        • 卷积神经网络（CNN）
        • 循环神经网络（RNN）
        • 深度强化学习（DRL）
        • Keras Pipeline *
        • 自定义层、损失函数和评估指标 *
      • TensorFlow常用模块
        • tf.train.Checkpoint ：变量的保存与恢复
        • TensorBoard：训练过程可视化
        • tf.data ：数据集的构建与预处理
        • @tf.function ：Graph Execution模式 *
        • TODO
        • tf.config：GPU的使用与分配 *
    • 部署
      • TensorFlow模型导出
        • 使用SavedModel完整导出模型
        • Keras Sequential save方法（Jinpeng）
      • TensorFlow Serving
        • TensorFlow Serving安装
        • TensorFlow Serving模型部署
        • 在客户端调用以TensorFlow Serving部署的模型
      • TensorFlow Lite（Jinpeng）
        • 模型转换
        • Android部署
        • Quantization模型转换
        • 总结
      • TensorFlow in JavaScript（Huan）
        • TensorFlow.js 简介
        • TensorFlow.js 环境配置
        • TensorFlow.js 模型部署
        • TensorFlow.js 模型训练 *
    • 大规模训练与加速
      • TensorFlow分布式训练
        • 单机多卡训练： MirroredStrategy
        • 多机训练： MultiWorkerMirroredStrategy
      • 使用TPU训练TensorFlow模型（Huan）
        • TPU 简介
        • TPU 环境配置
        • TPU 基础使用
    • 扩展
      • TensorFlow Hub 模型复用（Jinpeng）
      • TensorFlow Datasets 数据集载入
      • Swift for TensorFlow (S4TF) (Huan）
        • S4TF 简介
        • S4TF 环境配置
        • S4TF 基础使用
      • TensorFlow in Julia（Ziyang）
        • TensorFlow.jl 简介
        • TensorFlow.jl 环境配置
        • TensorFlow.jl 基础使用
    • 附录
      • 图模型下的TensorFlow
        • TensorFlow 1+1
        • 基础示例：线性回归
      • 使用Docker部署TensorFlow环境
      • 在云端使用TensorFlow
        • 在Colab中使用TensorFlow
        • 在Google Cloud Platform（GCP）中使用TensorFlow
        • 在阿里云上使用 GPU 实例运行 Tensorflow（Ziyang）
      • 部署自己的交互式Python开发环境JupyterLab
      • TensorFlow性能优化
      • 参考资料与推荐阅读
      • 术语中英对照表
    暂无相关搜索结果！

      本文档使用 BookStack 构建

      展开/收起文章目录

      分享，让知识传承更久远

      文章二维码

      手机扫一扫，轻松掌上读

      文档下载

      • 普通下载
      • 下载码下载(免登录无限下载)
      你与大神的距离，只差一个APP
      APP下载
      请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
      PDF文档 EPUB文档 MOBI文档
      温馨提示 每天每在网站阅读学习一分钟时长可下载一本电子书，每天连续签到可增加阅读时长
      下载码方式下载：免费、免登录、无限制。 免费获取下载码

      微信小程序阅读

      BookChat 微信小程序阅读
      您与他人的薪资差距，只差一个随时随地学习的小程序

      书签列表

        阅读记录

        阅读进度: 0.00% ( 0/0 ) 重置阅读进度