tf.train.Saver()只生成一个检查点。
Cloud ML Engine使用从这些API生成的SavedModel: https://www.tensorflow.org/versions/master/api_docs/python/tf/saved_model?hl=bn
保存的模型是检查点+包含一个或多个图形定义的序列化protobuf +一组签名,声明图形/模型的输入和输出+其他资产文件(如果适用),以便所有这些都可以在服务时使用。
我建议看几个例子:
人口普查样本 - https://github.com/GoogleCloudPlatform/cloudml-samples/blob/master/census/tensorflowcore/trainer/task.py#L334
我自己的样本/库代码 - https://github.com/TensorLab/tensorfx/blob/master/src/training/_hooks.py#L208 呼唤 https://github.com/TensorLab/tensorfx/blob/master/src/prediction/_model.py#L66 演示如何使用检查点,将其加载到会话中,然后生成savedmodel。
希望这些指针有助于调整现有代码以生成模型,以便现在生成SavedModel。
我想你也问过另一个类似的问题来转换以前导出的模型,我会在这里链接到它以获得其他人的完整性: 部署重新训练的开始SavedModel到谷歌云ml引擎