我想服务使用tensorflow服务的再培训开始图。对于再培训,我使用这个example。不过,我需要对此图进行更改才能使其与serving export code配合使用。tensorflow图像重新训练
自tensorflow服务,您将收到序列图像作为输入,图形输入应与此开始:
serialized_tf_example = tf.placeholder(tf.string, name='tf_example')
feature_configs = {
'image/encoded': tf.FixedLenFeature(shape=[], dtype=tf.string),
}
tf_example = tf.parse_example(serialized_tf_example, feature_configs)
jpegs = tf_example['image/encoded']
images = tf.map_fn(preprocess_image, jpegs, dtype=tf.float32)
此图像张应输入到重新训练开始图表。但是我不知道是否有可能在张量流中添加一个图到另一个图,就像你可以使用placeholder_with_input(已经在再训练代码中完成)轻松追加图一样。
graph, bottleneck_tensor, jpeg_data_tensor, resized_image_tensor = (
create_inception_graph())
理想情况下,在图像再训练代码中,我收到一个占位符张量3210。我需要在此占位符张量jpeg_data_tensor
上附加张量images
,并使用导出器将其导出为单个图形,以便可以使用张量流服务将其导出。但是我没有任何tensorflow指令。除了这种方法还有其他的选择吗?的绕了