在Keras中，您可以使用以下方法加载之前训练过的模型：
trained_keras_model = tf.keras.models.load_model（model_name）
有没有使用TensorFlow估算器API执行此操作的等效方法？根据文档，我必须使用：
trained_estimator = tf.estimator.Estimator（model_fn，model_dir）我想只使用模型目录中的文件来获取经过训练的估算器 . 更清楚一点，我的想法是从磁盘加载“任何”模型而不使用model_fn源代码 . 有可能这样做吗？
此功能在Keras中实现，因此我无法理解为什么Estimator API无法执行此操作 .
1 回答
我会用Estimator.export_savedmodel() . 这将以适合服务的格式保存权重图 . 您也可以查看https://github.com/ajbouh/tfi以获得使用Python的
SavedModel的超级简单方法（但是对于 生产环境 用例，请使用TensorFlow serving） .