使用 tf 创建的 tensorflow serveable 上的图形优化。估计

问：

语境：

我有一个简单的基于 tf.estimator.DNNClassifier 的分类器，它通过意图标签获取文本和输出概率。我能够训练将模型导出为可服务对象，以及使用 tensorflow serving 为可服务对象提供服务。问题是这个可服务对象太大（大约 1GB），所以我想尝试一些 tensorflow 图形转换来尝试减小所服务文件的大小。

问题：

我了解如何获取并使用freeze_model.py创建一个可用于调用转换的新文件。这些转换的结果（也是一个文件）不是可服务的，不能与 tensorflow serving 一起使用。saved_model.pb.pb.pb

开发人员如何从：

saved model -> graph transforms -> back to a servable

有文档表明这当然是可能的，但从文档中可以看出如何做到这一点。

我尝试过什么：

import tensorflow as tf

from tensorflow.saved_model import simple_save
from tensorflow.saved_model import signature_constants
from tensorflow.saved_model import tag_constants
from tensorflow.tools.graph_transforms import TransformGraph


with tf.Session(graph=tf.Graph()) as sess_meta:
    meta_graph_def = tf.saved_model.loader.load(
        sess_meta,
        [tag_constants.SERVING],
        "/model/path")

    graph_def = meta_graph_def.graph_def

    other_graph_def = TransformGraph(
        graph_def,
        ["Placeholder"],
        ["dnn/head/predictions/probabilities"],
        ["quantize_weights"])


    with tf.Graph().as_default():
        graph = tf.get_default_graph()
        tf.import_graph_def(other_graph_def)
        in_tensor = graph.get_tensor_by_name(
            "import/Placeholder:0")
        out_tensor = graph.get_tensor_by_name(
            "import/dnn/head/predictions/probabilities:0")

        inputs = {"inputs": in_tensor}
        outputs = {"outputs": out_tensor}

        simple_save(sess_meta, "./new", inputs, outputs)

我的想法是加载可服务对象，从meta_graph_def中提取graph_def，转换graph_def，然后尝试重新创建可服务对象。这似乎是不正确的方法。

有没有办法从导出的可服务对象成功对图形执行转换（以减小推理时的文件大小），然后使用转换后的图形重新创建可服务对象？

谢谢。

更新 （2018-08-28）：

找到了看起来很有前途的contrib.meta_graph_transform（）。

更新 （2018-12-03）：

我打开了一个相关的 github 问题，该问题似乎在票证末尾列出的详细博客文章中得到了解决。