我注意到 TensorFlow Serving 的每个示例中都使用了 SavedModelBuilder 中的 legacy_init_op 参数，但我没有找到关于这是什么以及为什么被称为 legacy 的清晰解释。有人知道这个参数的用途吗？

示例：

legacy_init_op = tf.group(tf.tables_initializer(), name='legacy_init_op')
builder.add_meta_graph_and_variables(
      sess, [tf.saved_model.tag_constants.SERVING],
      signature_def_map={
          'predict_images':
              prediction_signature,
          tf.saved_model.signature_constants.DEFAULT_SERVING_SIGNATURE_DEF_KEY:
              classification_signature,
      },
      legacy_init_op=legacy_init_op)

回答：

TensorFlow Serving 使用查找表来进行嵌入或词汇查找。在 TensorFlow 版本低于 1.2 时，表的初始化需要一个单独的操作。因此，您需要单独使用 tf.tables_initializer() 来初始化表。在未来的版本中，该操作将被整合到 ModelBundle 中。