我正在使用Tensorflow + Python。
我很好奇是否可以在没有详细源代码的情况下发布保存的Tensorflow模型（体系结构+训练有素的变量）。我知道tf.train.Saver()，但是它看起来只保存变量，并且为了还原/运行它们，用户需要“定义”相同的体系结构。
tf.train.Saver()
仅出于测试/运行目的，有没有办法释放没有源代码的保存的{architecture + trained variables}，以便用户可以进行查询并获得结果？
该TensorFlow服务项目的目的是使这个用例简单（假设最终用户只能使用模型推断，不培训）。TensorFlow Serving包含一个Exporter类，该类采用您tf.train.Saver的tf.GraphDef，用于定义您的整体模型，以及一个“签名”，用于描述模型的输入和输出。
Exporter
tf.train.Saver
tf.GraphDef
该基础教程有一个很好的介绍导出模型。
