Quels sont les atouts de tensorflow?

Question

Je lis tutoriel tensorflow sur l'épargne et la restauration de modèle et suis tombé sur la déclaration suivante:

If assets need to be saved and written or copied to disk, 
they can be provided when the first MetaGraphDef is added. If multiple 
MetaGraphDefs are associated with an asset of the same name, 
only the first version is retained. 

Qu'est-assets dans ce contexte signifie?

aussi un autre paragraphes dit:

We provide a Python implementation of the SavedModel builder. 
The SavedModelBuilder class provides functionality to save multiple MetaGraphDefs. 
A MetaGraph is a dataflow graph, plus its associated variables, assets, 
and signatures. A MetaGraphDef is the protocol buffer representation of 
a MetaGraph. A signature is the set of inputs to and outputs from a graph. 

Qu'est-ce dataflow graph et comment est-il différent de ?

est ici the tutorial

Answer 1

TL; DR Tout ce que vous devez savoir lors de l'enregistrement d'un modèle tensorflow est qu'il ya deux fichiers qui sont créés (potentiellement plus si vous utilisez des points de contrôle):

file 
file.meta 

vous sauvegardez 'fichier' et restaurez 'fichier.meta'. Plus d'infos ici: Tensorflow: how to save/restore a model?

#########

Plus à votre question:

ce que vous définissez dans tensorflow avant d'exécuter votre session est appelé un graphique.

Lorsque vous enregistrez votre graphique, un MetaGraph est créé. C'est le graphique lui-même, et toutes les autres métadonnées nécessaires pour les calculs dans ce graphique, ainsi que certaines informations utilisateur qui peuvent être sauvegardées et la spécification de la version.

Les ressources sont des fichiers externes, tels que les vocabulaires créés avec le graphique.