TensorFlow中怎么將checkpoint文件轉換為pb文件

本篇文章給大家分享的是有關TensorFlow中怎么將checkpoint文件轉換為pb文件，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

由于項目需要，需要將TensorFlow保存的模型從ckpt文件轉換為pb文件。

import osfrom tensorflow.python import pywrap_tensorflowfrom net2use import inception_resnet_v2_small#這里使用自己定義的模型函數即可import tensorflow as tfif __name__=='__main__':  pb_file = "./model/output.pb"  ckpt_file = "./model/model.ckpt-652900"  '''這里的節點名字可能跟設想的有出入，最直接的方法是直接輸出ckpt中保存的節點名字，然后對應著找節點名字，具體的進入convert_variables_to_constants函數的實現中graph_util_impl.py，130行的函數：_assert_nodes_are_present 添加代碼  print('在圖中的節點是：')  for din in name_to_node:    print('{},在圖中'.format(din))然后運行代碼，若正確就會直接保存；若失敗則會保存失敗，找好輸出節點的名字，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中怎么將checkpoint文件轉換為pb文件，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注億速云行業資訊頻道。