以下代码将读取模型并打印出图中节点的名称。
import tensorflow as tf
from tensorflow.python.platform import gfile
GRAPH_PB_PATH = './frozen_model.pb'
with tf.Session() as sess:
print("load graph")
with gfile.FastGFile(GRAPH_PB_PATH,'rb') as f:
graph_def = tf.GraphDef()
graph_def.ParseFromString(f.read())
sess.graph.as_default()
tf.import_graph_def(graph_def, name='')
graph_nodes=[n for n in graph_def.node]
names = []
for t in graph_nodes:
names.append(t.name)
print(names)
您正在正确冻结图形,这就是为什么您得到不同结果的原因,基本上权重没有存储在模型中。您可以使用freeze_graph.py ( 链接 )来获取正确存储的图形。
0
我有一个tensorflow .pb文件,我想将其加载到python DNN中,还原图形并获得预测。我这样做是为了测试创建的.pb文件是否可以做出与普通Saver.save()模型相似的预测。
我的基本问题是,当我使用上述.pb文件在Android上进行预测时,得到的预测值有很大不同
我的.pb文件创建代码:
所以我有两个主要问题: