机器学习PAI是不是需要重新编译一下DeepRec 提供的server？

机器学习PAI通常会提供一些预配置的机器学习框架和工具，以方便用户进行模型训练和推理。这些预配置环境中可能包含了特定版本的TensorFlow Serving或其他服务器框架。

如果你在使用机器学习PAI中提供的DeepRec server时遇到了"Op type not registered 'TensorBufferPut'"的错误，这通常意味着该操作（Op）不被当前版本的TensorFlow所支持。

解决此问题的方法可能是：

1. 检查TensorFlow Serving版本：确保你使用的TensorFlow Serving版本与DeepRec server所需的版本兼容。如果版本不匹配，可以尝试升级或降级TensorFlow Serving，以满足DeepRec server对TensorFlow的要求。

2. 检查模型及其依赖：确保DeepRec server使用的模型及其依赖的操作都是与当前TensorFlow版本兼容的。可能需要检查模型定义、导入的库以及使用的TensorFlow功能是否与当前版本匹配。

3. 编译自定义操作：如果DeepRec server中使用的操作是自定义的，并且当前TensorFlow版本不支持它们，你可能需要自行编译TensorFlow并注册这些自定义操作。详细的操作编译和注册方式可以参考TensorFlow的文档和社区资源。

需要注意的是，由于具体环境和情况的差异，解决这类问题可能需要更多的环境和代码分析。如果你仍然无法解决问题，建议在机器学习PAI的支持渠道上寻求帮助，如官方文档、技术论坛或联系平台支持团队。

希望这些信息对你有所帮助！如有其他问题，请随时提问。

导出Savedmodel 图的时候带上了训练时候的op（TensorBufferPut），需要在导出Savedmodel 构图的时候去掉。此回答整理自钉群“DeepRec用户群”