如何从python中的.pb文件恢复Tensorflow模型?
python
tensorflow
6
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:

frozen_graph = tf.graph_util.convert_variables_to_constants(
        session,
        session.graph_def,
        ['outputLayer/Softmax']
    )
with open('frozen_model.pb', 'wb') as f:
  f.write(frozen_graph.SerializeToString())

所以我有两个主要问题:

  1. 如何将上述.pb文件加载到python Tensorflow模型中?
  2. 为什么在python和android中获得完全不同的预测值?
参考资料:
Stack Overflow
收藏
评论
共 1 个回答
高赞 时间 活跃

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。

收藏
评论
新手导航
  • 社区规范
  • 提出问题
  • 进行投票
  • 个人资料
  • 优化问题
  • 回答问题

关于我们

常见问题

内容许可

联系我们

@2020 AskGo
京ICP备20001863号