訓練了很久的Tf模型，終于要到生產環境中去考驗一番了。今天花費了一些時間去研究tf的模型如何在生產環境中去使用。大概整理了這些方法。

繼續使用分步驟保存了的ckpt文件

這個貌似脫離不了tensorflow框架，而且生成的ckpt文件比較大，發布到生產環境的時候，還得把python的算法文件一起搞上去，如何和其他程序交互，可能還得自己去寫服務。估計很少有人這么做，貌似性能也很一般。

使用tensorflow Serving

tf Serving貌似是大家都比較推崇的方法。需要編譯tfServing，然后把模型導出來。直接執行tf Serving的進程，就可以對外提供服務了。具體調用的時候，還得自己寫客戶端，使用人gRPC去調用Serving，然后再對外提供服務，聽上去比較麻煩。而且我今天沒太多的時間去研究gRPC，網絡上關于客戶端很多都是用python寫的，我感覺自己的python水平比較菜，沒信心能寫好。所以這個方式就先沒研究。

生產.pb文件，然后寫程序去調用.pb文件

生成了.pb文件以后，就可以被程序去直接調用，傳入參數，然后就可以傳出來參數，而且生成的.pb文件非常的小。而我又有比較豐富的.net開發經驗。在想，是否可以用C#來解析.pb文件，然后做一個.net core的對外服務的API，這樣貌似更加高效，關鍵是自己熟悉這款的開發，不用花費太多的時間去摸索。、

具體的思路

使用.net下面的TensorFlow框架tensorflowSharp（貌似還是沒脫離了框架）.去調用pb文件，然后做成.net core web API 對外提供服務。

具體的實現

直接上代碼，非常簡單，本身設計到tensorflowsharp的地方非常的少

ImageUtil這個類庫是tensorflowSharp官方的例子中一個把圖片轉成tensor的類庫，我直接copy過來了，根據我的網絡，修改了幾個參數。

相關文章：

• TensorFlowSharp入門使用C#編寫TensorFlow人工智能應用
  

原文地址: https://www.cnblogs.com/bbird/p/9953749.html

---

.NET社區新聞，深度好文，歡迎訪問公眾號文章匯總 http://www.csharpkit.com

總結

以上是生活随笔為你收集整理的使用C#把Tensorflow训练的.pb文件用在生产环境的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。