python中的模型训练和Golang中的运行模型，模型导入过程中的问题

在使用 TensorFlow 2.3 训练模型并使用 TensorFlow 1.15.0 在 Go 中运行模型时，遇到导入过程中的问题。使用 TensorFlow 2.3 的 Python 代码无法加载 TensorFlow 1.15.0 中保存的模型，导致 Go 中出现异常。本文将分析导致该问题的根本原因，并提供解决方案，以解决导入模型时的困难。

我安装了最新版本的 tensorflow (2.3)，在 python 下运行良好，但在 golang 下出现异常：

...但不包含包 github.com/tensorflow/tensorflow/tensorflow/go/core/protobuf/for_core_protos_go_proto

我将版本更改为 1.15.0，让 tensorflow 能够与 golang 配合使用

现在，我面临以下问题：

使用 tensorflow 2.3 的 python 代码

import tensorflow as tf
    
df = pd.read_csv(data_path, sep=';')
x = df[df.columns[:8]]
y = df[df.columns[8:-1]]
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size = 0.3)
    
model = tf.keras.sequential()
model.add(tf.keras.layers.dense(8, activation='relu', name="inputnode"))
model.add(tf.keras.layers.dense(150, activation='relu'))
model.add(tf.keras.layers.dense(3, name="infernode"))
model.compile(loss='mean_squared_error', optimizer='adam', metrics=['accuracy'])
model.fit(x_train, y_train, epochs=500)
    
tf.keras.models.save_model(model=model, filepath='./', save_format='tf')

使用 tensorflow 1.15.0 的 golang 代码

model, err := tf.loadsavedmodel("./", []string{"serve"}, nil)
if err != nil {
    fmt.printf("error loading saved model: %s\n", err.error())
    return
}
defer model.session.close()
data := [][]float32{make([]float32, 8)}
data[0][0] = 1.0
data[0][1] = 1.0
data[0][2] = 1.0
data[0][3] = 1.0
data[0][4] = 1.0
data[0][5] = 1.0
data[0][6] = 1.0
data[0][7] = 1.0
tensor, _ := tf.newtensor(data)
   
result, err := model.session.run(
    map[tf.output]*tf.tensor{
        model.graph.operation("inputnode_input").output(0): tensor, // replace this with your input layer name
    },
    []tf.output{
        model.graph.operation("infernode").output(0), // replace this with your output layer name
    },
    nil,
)
    
if err != nil {
    fmt.printf("error running the session with input, err: %s\n", err.error())
    return
}
    
fmt.printf("result value: %v \n", result[0].value())

golang 抛出此异常：

-- fail: testmlpredict (6.93s)
panic: nil-operation. if the output was created with a scope object, see scope.err() for details. [recovered]
    panic: nil-operation. if the output was created with a scope object, see scope.err() for details.

这里是一个示例特征向量

header:   20         15           10          5           0       branch1   branch2     branch3     output1     output2     output3     
data:   2.518878    3.778791    5.021497    5.559673    5.402780    0.0     0.109421    0.109253    0.0            0.0       1.0

我做错了什么？输入和输出名称应该正确。

解决方案

我实际上修复了我维护的 tensorflow 分支中的第一个问题，其中包含所有已编译的 protobuf。该 fork 是软件包 galeone/tfgo 的依赖项，它会使用 go mod 自动下载。

你试试

go get github.com/galeone/tfgo

您将能够使用tensorflow/go和tensorflow/op包以及tfgo的所有附加功能。

理论要掌握，实操不能落！以上关于《python中的模型训练和Golang中的运行模型，模型导入过程中的问题》的详细介绍，大家都掌握了吧！如果想要继续提升自己的能力，那么就来关注golang学习网公众号吧！