您好,登录后才能下订单哦!
本篇文章给大家分享的是有关TensorFlow中怎么将checkpoint文件转换为pb文件,小编觉得挺实用的,因此分享给大家学习,希望大家阅读完这篇文章后可以有所收获,话不多说,跟着小编一起来看看吧。
由于项目需要,需要将TensorFlow保存的模型从ckpt文件转换为pb文件。
import osfrom tensorflow.python import pywrap_tensorflowfrom net2use import inception_resnet_v2_small#这里使用自己定义的模型函数即可import tensorflow as tfif __name__=='__main__': pb_file = "./model/output.pb" ckpt_file = "./model/model.ckpt-652900" '''这里的节点名字可能跟设想的有出入,最直接的方法是直接输出ckpt中保存的节点名字,然后对应着找节点名字,具体的进入convert_variables_to_constants函数的实现中graph_util_impl.py,130行的函数:_assert_nodes_are_present 添加代码 print('在图中的节点是:') for din in name_to_node: print('{},在图中'.format(din))然后运行代码,若正确就会直接保存;若失败则会保存失败,找好输出节点的名字,在output_node_names 中添加就好''' output_node_names = ["embedding"] with tf.name_scope('input'): image = tf.placeholder(tf.float32,shape=(None,79,199,1),name='input_image') net, endpoints=inception_resnet_v2_small(image, is_training=False) embedding = tf.nn.l2_normalize(net,1,1e-10,name='embedding') config=tf.ConfigProto(allow_soft_placement=True) config.gpu_options.per_process_gpu_memory_fraction = 0.45 sess = tf.Session(config = config) saver = tf.train.Saver() saver.restore(sess, ckpt_file) print('read success') converted_graph_def = tf.graph_util.convert_variables_to_constants(sess, input_graph_def = sess.graph.as_graph_def(), output_node_names = output_node_names) with tf.gfile.GFile(pb_file, "wb") as f: f.write(converted_graph_def.SerializeToString()) print('保存成功')
以上就是TensorFlow中怎么将checkpoint文件转换为pb文件,小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注亿速云行业资讯频道。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。