Tensorflow 模型保存与恢复（2）使用SavedModel

使用SavedModel 保存和恢复模型

本篇介绍使用SavedModel进行模型的保存与恢复。

其他相关：
Tensorflow 模型保存与恢复（1）使用tf.train.Saver()
Tensorflow 模型保存与恢复（3）保存模型到单个文件中

SavedModel 是一种跨语言的序列化格式（protobuf），可以保存和加载模型变量、图和图的元数据，适用于将训练得到的模型保存用于生产环境中的预测过程。由于跨语言的特性，应用时，可以使用一种语言保存模型，如训练时使用Python代码保存模型；使用另一种语言恢复模型，如使用C++代码恢复模型，进行前向推理，提高效率。
·SavedModel·可以为保存的模型添加签名·signature·，用于保存指定输入输出的graph, 另外可以为模型中的输入输出tensor指定别名，这样子使用模型的时候就不必关心训练阶段模型的输入输出tensor具体的name是什么，讲模型训练和部署解耦，更加方便。

1.保存模型

使用SavedModel保存模型时使用tf.saved_model.builder.SavedModelBuilder来实现，实例化一个builder,传入模型保存的路径：

builder = tf.saved_model.builder.SavedModelBuilder(model_path)

确定输入输出dict,这一步可以看成是给模型中的输入输出tensor取一个别名，可以在预测的时候直接使用这个别名，而不必关心其在原本的训练代码中的名字：