这是我在 QCon 北京 2017 演讲 的配套代码。
基于 Go 实现了一个深度学习看图说话服务,即机器学习的 serving(inference) 部分,Tensorflow 的 Python 训练代码在 这里。
代码了实现了 tensorflow 模型导入、输入输出和 LSTM beam search 功能,并实现了 web 服务。
我打包的 Docker 镜像中已经包含了所有模型文件,可以直接运行,见 docker hub。
模型文件由 free_tf_model 工具 从 tf.train.Saver 保存的 checkpoint 生成,对于图说这个项目,训练代码保存的 checkpoint 无法直接用,需要通过 这个代码 中的 save_model.py 工具转化成 inference 模型后再调用 free_tf_model。