android - 如何从python中的.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，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())

因此，我有两个主要问题:

如何将上述.pb文件加载到python Tensorflow模型中？

为什么我在python和android中得到的预测值完全不同？

最佳答案

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 Frozen_graph.py (link)获取正确存储的图形。

关于android - 如何从python中的.pb文件恢复Tensorflow模型？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/50632258/