tensorflow2.0的函数签名与图结构(推荐)


Posted in Python onApril 28, 2020

input_signature的好处:

1.可以限定函数的输入类型,以防止调用函数时调错,

2.一个函数有了input_signature之后,在tensorflow里边才可以保存成savedmodel。在保存成savedmodel的过程中,需要使用get_concrete_function函数把一个tf.function标注的普通的python函数变成带有图定义的函数。

下面的代码具体体现了input_signature可以限定函数的输入类型这一作用。

@tf.function(input_signature=[tf.TensorSpec([None], tf.int32, name='x')])
def cube(z): #实现输入的立方
 return tf.pow(z, 3)
try:
 print(cube(tf.constant([1., 2., 3.])))
except ValueError as ex:
 print(ex)
print(cube(tf.constant([1, 2, 3])))

输出:

Python inputs incompatible with input_signature:
  inputs: (
    tf.Tensor([1. 2. 3.], shape=(3,), dtype=float32))
  input_signature: (
    TensorSpec(shape=(None,), dtype=tf.int32, name='x'))
tf.Tensor([ 1  8 27], shape=(3,), dtype=int32)

get_concrete_function的使用

note:首先说明,下面介绍的函数在模型构建、模型训练的过程中不会用到,下面介绍的函数主要用在两个地方:1、如何保存模型 2、保存好模型后,如何载入进来。

可以给 由@tf.function标注的普通的python函数,给它加上input_signature, 从而让这个python函数变成一个可以保存的tensorflow图结构(SavedModel)

举例说明函数的用法:

@tf.function(input_signature=[tf.TensorSpec([None], tf.int32, name='x')])
def cube(z):
 return tf.pow(z, 3)
 
try:
 print(cube(tf.constant([1., 2., 3.])))
except ValueError as ex:
 print(ex)
 
print(cube(tf.constant([1, 2, 3])))
 
# @tf.function py func -> tf graph
# get_concrete_function -> add input signature -> SavedModel
 
cube_func_int32 = cube.get_concrete_function(
 tf.TensorSpec([None], tf.int32)) #tensorflow的类型
print(cube_func_int32)

输出:

<tensorflow.python.eager.function.ConcreteFunction object at 0x00000240E29695C0>

从输出结果可以看到:调用get_concrete_function函数后,输出的是一个ConcreteFunction对象

#看用新参数获得的对象与原来的对象是否一样
print(cube_func_int32 is cube.get_concrete_function(
 tf.TensorSpec([5], tf.int32))) #输入大小为5
print(cube_func_int32 is cube.get_concrete_function(
 tf.constant([1, 2, 3]))) #传具体数据

输出:

True
True

cube_func_int32.graph #图定义

输出:

[<tf.Operation 'x' type=Placeholder>,
 <tf.Operation 'Pow/y' type=Const>,
 <tf.Operation 'Pow' type=Pow>,
 <tf.Operation 'Identity' type=Identity>]
pow_op = cube_func_int32.graph.get_operations()[2]
print(pow_op)

输出:

name: "Pow"
op: "Pow"
input: "x"
input: "Pow/y"
attr {
  key: "T"
  value {
    type: DT_INT32
  }
}

print(list(pow_op.inputs))
print(list(pow_op.outputs))

输出:

[<tf.Tensor 'x:0' shape=(None,) dtype=int32>, <tf.Tensor 'Pow/y:0' shape=() dtype=int32>]
[<tf.Tensor 'Pow:0' shape=(None,) dtype=int32>]

cube_func_int32.graph.get_operation_by_name("x")

输出:

<tf.Operation 'x' type=Placeholder>

cube_func_int32.graph.get_tensor_by_name("x:0")  #默认加“:0”

<tf.Tensor 'x:0' shape=(None,) dtype=int32>

cube_func_int32.graph.as_graph_def() #总名字,针对上面两个

node {
 name: "x"
 op: "Placeholder"
 attr {
 key: "_user_specified_name"
 value {
 s: "x"
 }
 }
 attr {
 key: "dtype"
 value {
 type: DT_INT32
 }
 }
 attr {
 key: "shape"
 value {
 shape {
 dim {
  size: -1
 }
 }
 }
 }
}
node {
 name: "Pow/y"
 op: "Const"
 attr {
 key: "dtype"
 value {
 type: DT_INT32
 }
 }
 attr {
 key: "value"
 value {
 tensor {
 dtype: DT_INT32
 tensor_shape {
 }
 int_val: 3
 }
 }
 }
}
node {
 name: "Pow"
 op: "Pow"
 input: "x"
 input: "Pow/y"
 attr {
 key: "T"
 value {
 type: DT_INT32
 }
 }
}
node {
 name: "Identity"
 op: "Identity"
 input: "Pow"
 attr {
 key: "T"
 value {
 type: DT_INT32
 }
 }
}
versions {
 producer: 119
}

 到此这篇关于tensorflow2.0的函数签名与图结构的文章就介绍到这了,更多相关tensorflow函数签名与图结构内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
利用Python实现网络测试的脚本分享
May 26 Python
Python实现获取命令行输出结果的方法
Jun 10 Python
python 实现对数据集的归一化的方法(0-1之间)
Jul 17 Python
详解django中url路由配置及渲染方式
Feb 25 Python
详解PyCharm+QTDesigner+PyUIC使用教程
Jun 13 Python
详解用python生成随机数的几种方法
Aug 04 Python
Django中的FBV和CBV用法详解
Sep 15 Python
python使用pip安装模块出现ReadTimeoutError: HTTPSConnectionPool的解决方法
Oct 04 Python
Python 网络编程之UDP发送接收数据功能示例【基于socket套接字】
Oct 11 Python
基于Python下载网络图片方法汇总代码实例
Jun 24 Python
python开发入门——set的使用
Sep 03 Python
详解python中[-1]、[:-1]、[::-1]、[n::-1]使用方法
Apr 25 Python
Python startswith()和endswith() 方法原理解析
Apr 28 #Python
Python如何将函数值赋给变量
Apr 28 #Python
Python多线程thread及模块使用实例
Apr 28 #Python
Python基于模块Paramiko实现SSHv2协议
Apr 28 #Python
Python内置函数locals和globals对比
Apr 28 #Python
使用python实现CGI环境搭建过程解析
Apr 28 #Python
基于python连接oracle导并出数据文件
Apr 28 #Python
You might like
基于PHP与XML的PDF文档生成技术
2006/10/09 PHP
PHP fgetcsv 定义和用法(附windows与linux下兼容问题)
2012/05/29 PHP
PHP的Yii框架使用中的一些错误解决方法与建议
2015/08/21 PHP
php一个文件搞定微信jssdk配置
2016/12/12 PHP
php读取和保存base64编码的图片内容
2017/04/22 PHP
基于PHP实现解密或加密Cloudflar邮箱保护
2020/06/24 PHP
jQuery 图像裁剪插件Jcrop的简单使用
2009/05/22 Javascript
JQuery打造PHP的AJAX表单提交实例
2009/11/03 Javascript
用js的for循环获取radio选中的值
2013/10/21 Javascript
Extjs改变树节点的勾选状态点击按钮将复选框去掉
2013/11/14 Javascript
利用JavaScript实现新闻滚动效果(实例代码)
2013/11/27 Javascript
jQuery中slideUp()方法用法分析
2014/12/24 Javascript
JS实现很酷的水波文字特效实例
2015/02/26 Javascript
基于jquery css3实现点击动画弹出表单源码特效
2015/08/31 Javascript
JS 对象(Object)和字符串(String)互转方法
2016/05/20 Javascript
深入理解ECMAScript的几个关键语句
2016/06/01 Javascript
JavaScript中apply方法的应用技巧小结
2016/09/29 Javascript
vue cli 3.0 使用全过程解析
2018/06/14 Javascript
Vue如何实现响应式系统
2018/07/11 Javascript
Vue 监听元素前后变化值实例
2020/07/29 Javascript
JS+CSS实现炫酷光感效果
2020/09/05 Javascript
python 字典修改键(key)的几种方法
2018/08/10 Python
配置 Pycharm 默认 Test runner 的图文教程
2018/11/30 Python
Django命名URL和反向解析URL实现解析
2019/08/09 Python
python Opencv计算图像相似度过程解析
2019/12/03 Python
Python获取二维数组的行列数的2种方法
2020/02/11 Python
django rest framework 过滤时间操作
2020/07/12 Python
Python爬虫之Selenium警告框(弹窗)处理
2020/12/04 Python
Clarisonic美国官网:科莱丽声波洁面仪
2017/10/12 全球购物
歌唱比赛主持词
2014/03/18 职场文书
征求意见函
2015/06/05 职场文书
科技馆观后感
2015/06/08 职场文书
创业计划书之服装
2019/10/07 职场文书
css3实现背景图片颜色修改的多种方式
2021/04/13 HTML / CSS
Java并发编程之原子性-Atomic的使用
2022/03/16 Java/Android
使用Redis实现分布式锁的方法
2022/06/16 Redis