tensorflow之pb文件保存与载入

pb是protocol（协议） buffer（缓冲）的缩写。TensorFlow训练模型后存成的pb文件，是一种表示模型（神经网络）结构的二进制文件，将图中的变量保存成为常量，便于调用，一般无法将pb文件映射成源代码。pb文件的能够保存tensorflow计算图中的操作节点以及对应的各张量，方便我们日后直接调用之前已经训练好的计算图。

注：pb文件可以在训练时直接保存，也可以用.ckpt文件转化为.pb文件。

准备所需的文件：

1、训练完成的.index,.data,.mate文件。

2、编写.ckpt文件转.pb文件的代码。

output_node_names = ["Input/X_placeholder", "Inference/output"]#指定输入输出节点名
def freeze_pb(pb_file,ckpt_path):with tf.name_scope('Input'):input_data = tf.placeholder(dtype=tf.float32,shape=[None, 784], name='X_placeholder')with tf.name_scope('Inference'):# batch:20 输入：784，通道：1，输出：10W = tf.Variable(initial_value=tf.random_normal(shape=[784,10], stddev=0.01), name='Weights')b = tf.Variable(initial_value=tf.zeros(shape=[10]), name='bias')print(W)logits = tf.matmul(input_data, W) + bpred = tf.nn.softmax(logits=logits,name='output')sess = tf.Session(config=tf.ConfigProto(allow_soft_placement=True))saver = tf.train.Saver()saver.restore(sess, ckpt_path)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())

注：

1、在将ckpt文件转为pb文件的时候，一定要将输入节点名称和输出节点名称与设计的网络中的输入节点名称和输出节点名称对应起来，否则会报错。例如这里将

Input/X_placeholder改为Input/X_placeholder_e时会有如下的报错。

AssertionError: Input/X_placeholdere_e is not in graph.

output_node_names = ["Input/X_placeholder", "Inference/output"]指定输入输出。

2、tf.graph_util.convert_variables_to_constants中的output_node_names变量来指定保存的节点名称而不是张量的名称，“Input/X_placeholder：0”是张量的名称而"Input/X_placeholder"表示的是节点的名称。在固化pb文件的时候用节点名称，在调用pb文件是使用张量名称。

执行上述代码后会在指定的目录下生成pb文件。

3、编写调用pb文件代码。

return_enement = ["Input/X_placeholder:0", "Inference/output:0"]#指定输入输出张量名称
def Load_PbFile(pb_file,image):imagedata=np.array(image).reshape([1,784])config = tf.ConfigProto()config.gpu_options.allow_growth = Truewith tf.gfile.FastGFile(pb_file, 'rb') as f:frozen_graph_def = tf.GraphDef()frozen_graph_def.ParseFromString(f.read())elements = tf.import_graph_def(frozen_graph_def,return_elements=return_enement)with tf.Session(config=config) as sess:sess.run(tf.global_variables_initializer())prob=sess.run([elements[1]],feed_dict={elements[0]:imagedata})tolist=list(prob[0][0])classes = tolist.index(max(tolist))print(classes)

这里return_enement = ["Input/X_placeholder:0", "Inference/output:0"]指定的是张量名称，区别于output_node_names = ["Input/X_placeholder", "Inference/output"]，否则在运行时会出现TypeError: Cannot interpret feed_dict key as Tensor: Can not convert a Operation into a Tensor.的错误。

tensorflow之pb文件保存与载入相关推荐

TF：利用TF的train.Saver将训练好的W、b模型文件保存+新建载入刚训练好模型(用于以后预测新的数据)
TF:利用TF的train.Saver将训练好的W.b模型文件保存+新建载入刚训练好模型(用于以后预测新的数据) 目录输出结果代码设计输出结果代码设计 import tensorflow as ...
Tensorflow之pb文件分析
使用Tensorboard分析pb文件有两种方法: 方法一: 利用pb文件恢复计算图利用Tensorboard查看计算图的结构方法二利用tensorflow提供的tools里的import_pb ...
tensorflow查看pb文件
运行下面代码: from tensorflow.python.platform import gfile import tensorflow as tfmodel = './saved_pb/expe ...
tensorflow保存数据为.pb格式和加载.pb文件(转)
最近接触了tensorflow的object detection API发现里面读取的预先训练模型都是pb格式. 谷歌推荐的保存模型的方式是保存模型为 PB 文件,它具有语言独立性,可独立运行,封闭的 ...
tensorboard ckpt pb 模型的输出节点_FlyAI小课堂：Tensorflow-模型和数据的保存和载入...
在开始学习之前推荐大家可以多在FlyAI竞赛服务平台多参加训练和竞赛,以此来提升自己的能力.FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台.每周免费提供项目开源算法样例,支持 ...
【tensorflow】生成.pb文件
Saving, Freezing, Optimizing for inference, Restoring of tensorflow models 在训练完tensorflow模型后,会有三个文件: ...
模型保存的序列化文件pb 什么是PB文件 pb是protocol（协议） buffer（缓冲）的缩写
pb是protocol(协议) buffer(缓冲)的缩写 TensorFlow 模型保存为pb文件的解释,怎么使用pb文件/模型的Save and Restore_u014264373的博客-CSD ...
TensorFlow：将ckpt文件固化成pb文件
TensorFlow:将ckpt文件固化成pb文件本文是将yolo3目标检测框架训练出来的ckpt文件固化成pb文件,主要利用了GitHub上的该项目. 为什么要最终生成pb文件呢?简单来说就是直接 ...
使用C#把Tensorflow训练的.pb文件用在生产环境
训练了很久的Tf模型,终于要到生产环境中去考验一番了.今天花费了一些时间去研究tf的模型如何在生产环境中去使用.大概整理了这些方法. 继续使用分步骤保存了的ckpt文件这个貌似脱离不了tensorf ...

tensorflow之pb文件保存与载入

tensorflow之pb文件保存与载入相关推荐

最新文章

热门文章