Aqui, vamos nos concentrar na formação do MetaGraph no TensorFlow. Isso nos ajudará a entender o módulo de exportação no TensorFlow. O MetaGraph contém as informações básicas necessárias para treinar, realizar avaliação ou executar inferência em um gráfico previamente treinado.
A seguir está o snippet de código para o mesmo -
def export_meta_graph(filename = None, collection_list = None, as_text = False):
"""this code writes `MetaGraphDef` to save_path/filename.
Arguments:
filename: Optional meta_graph filename including the path. collection_list:
List of string keys to collect. as_text: If `True`,
writes the meta_graph as an ASCII proto.
Returns:
A `MetaGraphDef` proto. """
Um dos modelos de uso típico para o mesmo é mencionado abaixo -
# Build the model ...
with tf.Session() as sess:
# Use the model ...
# Export the model to /tmp/my-model.meta.
meta_graph_def = tf.train.export_meta_graph(filename = '/tmp/my-model.meta')