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:
- 如何将上述 .pb 文件加载到 python Tensorflow 模型?
- 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。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)