如何在Python中从.pb文件恢复Tensorflow模型？

我有一个 tensorflow .pb 文件，我想将其加载到 python DNN 中，恢复图形并获取预测。我这样做是为了测试创建的 .pb 文件是否可以做出与正常 Saver.save() 模型类似的预测。

我的基本问题是，当我使用上述 .pb 文件在 Android 上进行预测时，得到的预测值非常不同

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())

所以我有两个主要担忧：

1. 如何将上述 .pb 文件加载到 python Tensorflow 模型？
2. 为什么我在 python 和 android 中得到完全不同的预测值？

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)

您正确地冻结了图表，这就是为什么您得到不同的结果的原因，基本上权重没有存储在您的模型中。您可以使用freeze_graph.py (link https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/tools/freeze_graph.py）以获得正确存储的图表。