TensorFlow模型导出¶

为了将训练好的机器学习模型部署到各个目标平台（如服务器、移动端、嵌入式设备和浏览器等），我们的第一步往往是将训练好的整个模型完整导出（序列化）为一系列标准格式的文件。在此基础上，我们才可以在不同的平台上使用相对应的部署工具来部署模型文件。TensorFlow提供了统一模型导出格式SavedModel，使得我们训练好的模型可以以这一格式为中介，在多种不同平台上部署，这是我们在TensorFlow 2中主要使用的导出格式。同时，基于历史原因，Keras的Sequential和Functional模式也有自有的模型导出格式，我们也一并介绍。

使用SavedModel完整导出模型¶

在前节中我们介绍了 Checkpoint，它可以帮助我们保存和恢复模型中参数的权值。而作为模型导出格式的SavedModel则更进一步，其包含了一个 TensorFlow 程序的完整信息：不仅包含参数的权值，还包含计算的流程（即计算图）。当模型导出为 SavedModel 文件时，无须模型的源代码即可再次运行模型，这使得 SavedModel 尤其适用于模型的分享和部署。后文的 TensorFlow Serving（服务器端部署模型）、TensorFlow Lite（移动端部署模型）以及 TensorFlow.js 都会用到这一格式。

Keras模型均可方便地导出为SavedModel格式。不过需要注意的是，因为SavedModel基于计算图，所以对于使用继承 tf.keras.Model 类建立的Keras模型，其需要导出到SavedModel格式的方法（比如 call ）都需要使用 @tf.function 修饰（ @tf.function 的使用方式见前文）。然后，假设我们有一个名为 model 的Keras模型，使用下面的代码即可将模型导出为SavedModel：

tf.saved_model.save(model, "保存的目标文件夹名称")

在需要载入SavedModel文件时，使用

model = tf.saved_model.load("保存的目标文件夹名称")

即可。

提示

对于使用继承 tf.keras.Model 类建立的Keras模型 model ，使用SavedModel载入后将无法使用 model() 直接进行推断，而需要使用 model.call() 。

以下是一个简单的示例，将前文MNIST手写体识别的模型进行导出和导入。

导出模型到 saved/1 文件夹：

import tensorflow as tf
from zh.model.utils import MNISTLoader

num_epochs = 1
batch_size = 50
learning_rate = 0.001

model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(100, activation=tf.nn.relu),
    tf.keras.layers.Dense(10),
    tf.keras.layers.Softmax()
])

data_loader = MNISTLoader()
model.compile(
    optimizer=tf.keras.optimizers.Adam(learning_rate=0.001),
    loss=tf.keras.losses.sparse_categorical_crossentropy,
    metrics=[tf.keras.metrics.sparse_categorical_accuracy]
)
model.fit(data_loader.train_data, data_loader.train_label, epochs=num_epochs, batch_size=batch_size)
tf.saved_model.save(model, "saved/1")

将 saved/1 中的模型导入并测试性能：

import tensorflow as tf
from zh.model.utils import MNISTLoader

batch_size = 50

model = tf.saved_model.load("saved/1")
data_loader = MNISTLoader()
sparse_categorical_accuracy = tf.keras.metrics.SparseCategoricalAccuracy()
num_batches = int(data_loader.num_test_data // batch_size)
for batch_index in range(num_batches):
    start_index, end_index = batch_index * batch_size, (batch_index + 1) * batch_size
    y_pred = model(data_loader.test_data[start_index: end_index])
    sparse_categorical_accuracy.update_state(y_true=data_loader.test_label[start_index: end_index], y_pred=y_pred)
print("test accuracy: %f" % sparse_categorical_accuracy.result())

输出:

test accuracy: 0.952000

使用继承 tf.keras.Model 类建立的Keras模型同样可以以相同方法导出，唯须注意 call 方法需要以 @tf.function 修饰，以转化为SavedModel支持的计算图，代码如下：

class MLP(tf.keras.Model):
    def __init__(self):
        super().__init__()
        self.flatten = tf.keras.layers.Flatten()
        self.dense1 = tf.keras.layers.Dense(units=100, activation=tf.nn.relu)
        self.dense2 = tf.keras.layers.Dense(units=10)

    @tf.function
    def call(self, inputs):         # [batch_size, 28, 28, 1]
        x = self.flatten(inputs)    # [batch_size, 784]
        x = self.dense1(x)          # [batch_size, 100]
        x = self.dense2(x)          # [batch_size, 10]
        output = tf.nn.softmax(x)
        return output

model = MLP()
...

模型导入并测试性能的过程也相同，唯须注意模型推断时需要显式调用 call 方法，即使用：

y_pred = model.call(data_loader.test_data[start_index: end_index])

Keras 自有的模型导出格式（Jinpeng）¶

由于历史原因，我们在有些场景也会用到Keras的Sequential和Functional模式的自有模型导出格式（H5）。我们以keras模型训练和保存为例进行讲解，如下是keras官方的mnist模型训练样例。

源码地址:

https://github.com/keras-team/keras/blob/master/examples/mnist_cnn.py

以上代码，是基于keras的Sequential构建了多层的卷积神经网络，并进行训练。

为了方便起见可使用如下命令拷贝到本地:

curl -LO https://raw.githubusercontent.com/keras-team/keras/master/examples/mnist_cnn.py

然后，在最后加上如下一行代码（主要是对keras训练完毕的模型进行保存）:

model.save('mnist_cnn.h5')

在终端中执行mnist_cnn.py文件，如下:

python mnist_cnn.py

警告

该过程需要连接网络获取 mnist.npz 文件（https://s3.amazonaws.com/img-datasets/mnist.npz），会被保存到 $HOME/.keras/datasets/ 。如果网络连接存在问题，可以通过其他方式获取 mnist.npz 后，直接保存到该目录即可。

执行过程会比较久，执行结束后，会在当前目录产生 mnist_cnn.h5 文件（HDF5格式），就是keras训练后的模型，其中已经包含了训练后的模型结构和权重等信息。

在服务器端，可以直接通过 keras.models.load_model("mnist_cnn.h5") 加载，然后进行推理；在移动设备需要将HDF5模型文件转换为TensorFlow Lite的格式，然后通过相应平台的Interpreter加载，然后进行推理。