引言

本文开始我将要写几篇针对tensorflow系列模型的部署方法和步骤，此文为立贴文。一来确定后续研究路线，二来用于鞭策自己将路线坚持写完。相关示例代码放在gdyshi的github上

研究线路

模型部署的第一步就是要有模型，所以我首先把模型导出方法做一下梳理，部署主要有两种：单机版和服务器版。单机版可以在单机上进行模型推理，主要应用在离线的智能终端、边缘计算产品上；单机版我先从最简单的python开始，依次深入到C++版、JAVA版、嵌入式版、浏览器前端版。服务器版可以在服务器上进行模型推理，终端或客户端通过网络调用传输数据给服务器，并从服务器获取推理后的预测结果；服务器版我先手动搭建一个简单的flask服务，然后深入到TensorFlow Serving，最后是分布式服务器部署。

系列博文列表

• tensorflow模型部署系列————预训练模型导出
• tensorflow模型部署系列————单机python部署
• tensorflow模型部署系列————单机c++部署
• tensorflow模型部署系列————单机java部署
• tensorflow模型部署系列————嵌入式部署
• tensorflow模型部署系列————浏览器前端部署
• tensorflow模型部署系列————独立简单服务器部署
• tensorflow模型部署系列————TensorFlow Serving部署
• tensorflow模型部署系列————分布式服务器部署

代码结构

• 预训练模型导出代码./model
• python模型部署代码./python
  • keras模型文件分析代码./python/analyze_keras_model.py
  • pb模型文件分析代码./python/analyze_pb_model.py
  • 模型封装类代码./python/python_model.py
  • 模型封装类示例代码./python/example.py
• C++模型部署代码./C++
  • 生成测试用数据代码./C++/gen_txt_file.py
  • 测试用数据文件./C++/test_file.txt
  • 头文件./C++/include
  • 库文件（文件超过100M限制，请自行下载）./C++/lib
  • tensorflow库接口封装代码./C++/src/tf_utils.cpp
  • tf模型封装库代码./C++/src/model.cpp
  • tf模型封装库示例代码./C++/src/example.cpp
  • 编译脚本./C++/src/build.sh
• JAVA模型部署代码./JAVA
  • 使用官方java库进行模型部署代码./JAVA/tfapi
    • keras模型封装库代码./JAVA/tfapi/JavaModel.java
    • 库文件（文件超过100M限制，请自行下载）./JAVA/tfapi/jni
    • keras模型封装库示例代码./JAVA/tfapi/Example.java
    • 编译及运行方法./JAVA/tfapi/readme.md
  • 自定义jni封装接口进行模型部署代码./JAVA/capi
    • jni接口封装C代码./JAVA/capi/jni_adapterc.cpp
    • jni接口封装工具代码./JAVA/capi/jni_utils.cpp
    • jni接口封装java代码./JAVA/capi/JavaModel.java
    • tf模型封装库示例代码./JAVA/capi/Example.java
    • 编译脚本./JAVA/capi/build.sh
    • 编译及运行方法./JAVA/capi/readme.md

参考

---

• tensorflow官方文档
• keras官方文档
• keras官方文档中文版