你可以在同一个 tensorflow/serving 二进制文件中提供来自不同 tensorflow 版本的模型吗？答案

【问题标题】：Can you serve models from different tensorflow versions in the same binary of tensorflow/serving?你可以在同一个 tensorflow/serving 二进制文件中提供来自不同 tensorflow 版本的模型吗？
【发布时间】：2020-11-11 05:38:45
【问题描述】：

假设我有两个保存的模型，一个来自 tensorflow 1.8，另一个来自 tensorflow 2.2。为这两者提供服务可能会遇到compatibility issues。

是否可以在同一个 tensorflow/serving 二进制文件中同时提供这两个服务？

我的直觉表明没有人不能，至少不容易。

我不是 bazel 文件方面的专家，但我认为编译 tensorflow/serving 需要构建和链接 tensorflow 核心库。我不确定是否可以将两个不同版本的 tensorflow 核心库链接在一起。

我想可以在两个不同的发布点 1.8.0 和 2.2.0 中编译 tensorflow/serving 二进制文件，并将这两个二进制文件分别部署在您的基础架构中。然后需要在模型发现层和请求路由层管理哪个模型需要加载到哪个 tensorflow/serving 二进制文件中，以及哪个预测请求应该与哪个 tensorflow/serving 端点对话。

【问题讨论】：

标签： tensorflow tensorflow-serving

【解决方案1】：

我绝对不是 TensorFlow 深层内部工作原理的专家，因此请谨慎对待。但我认为你想做的事情实际上可能很容易。

我非常近似（并且可能完全不正确）的理解是，TensorFlow API 是一种包装器，它创建一个表示您想要执行的任何计算的图形，并且编译后的图形至少在一些版本，即使用于创建和操作它的 API 不是。

根据经验，我已经能够将使用 TensorFlow 1.15.x 构建的模型放入 2.3.0 上的 TensorFlow Serving 中，完全没有问题。

【讨论】：