sassoftware / sassoftware/python-sasctl

Use PZMM to Save Tensorflow Model

Aperta
#108 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

enhancement
Lingua principale
Python
Stelle
52
Fork
45
Merge medio
23h 38m
PR unite (30g)
2

Descrizione

I was working with a customer who was trying to use the pzmm.PickleModel.pickleTrainedModel() function on a TensorFlow model, but they were getting a 'TypeError: can't pickle weakref objects'. My ideal solution would be to for the PickleTrainedModel() function to have the ability to ingest Tensorflow models or have a similar function available for Tensorflow models. For now, I think the work-around would be to use Tensorflow's save() function to save the model, make that model available to Model Manager, and then edit the score code to use Tensorflow's load_model() function instead of un-pickling the model, but I am open to other work-around ideas.

Guida per i contributori

Apri la guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Direzione di ricerca

Inizia riproducendo il TypeError di pzmm.PickleModel.pickleTrainedModel() con un modello TensorFlow, quindi confronta il comportamento richiesto con il workflow save() e load_model() di TensorFlow. Il lavoro sarà considerato completato quando esisterà un modo concordato e testato per consentire a Model Manager di gestire i modelli TensorFlow, oppure un’alternativa documentata se il pickling diretto non è supportato.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Valutazione

Stack tecnologico
python, tensorflow
Ambito
machine-learning
Tipo di issue
Funzionalità
Difficoltà
5/5
Tempo stimato
Più di una settimana
Stato di attività
Ferma
Chiarezza
Da chiarire
Idoneità per principianti
25/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.