tensorflow模型文件(ckpt)转pb文件的方法(不知道输出节点名)


Posted in Python onApril 22, 2020

网上关于tensorflow模型文件ckpt格式转pb文件的帖子很多,本人几乎尝试了所有方法,最后终于成功了,现总结如下。方法无外乎下面两种:

  • 使用tensorflow.python.tools.freeze_graph.freeze_graph
  • 使用graph_util.convert_variables_to_constants

1、tensorflow模型的文件解读

使用tensorflow训练好的模型会自动保存为四个文件,如下

tensorflow模型文件(ckpt)转pb文件的方法(不知道输出节点名)

checkpoint:记录近几次训练好的模型结果(名称)。

xxx.data-00000-of-00001: 模型的所有变量的值(weights, biases, placeholders,gradients, hyper-parameters etc),也就是模型训练好参数和其他值。

xxx.index :模型的元数据,二进制或者其他格式,不可直接查看 。是一个不可变得字符串表,每一个键都是张量的名称,它的值是一个序列化的BundleEntryProto。 每个BundleEntryProto描述张量的元数据:“数据”文件中的哪个文件包含张量的内容,该文件的偏移量,校验和一些辅助数据等。

xxx.meta:模型的meta数据 ,二进制或者其他格式,不可直接查看,保存了TensorFlow计算图的结构信息,通俗地讲就是神经网络的网络结构。

2、最常见的ckpt转pb文件的方法

2、ckpt转pb文件(freeze_graph.freeze_graph)

此种方法尝试成功,虽然不知道输出节点名,但是只要模型代码还在就可以操作,直接上代码。

import tensorflow as tf
import os
from tensorflow.python.tools import freeze_graph
from model import network # network是你们自己定义的模型结构(代码结构)
# egs:
# def network(input):
# return tf.layers.softmax(input)
 
model_path = "model.ckpt-0000" #设置model的路径,因新版tensorflow会生成三个文件,只需写到数字前
 
def main():
 tf.reset_default_graph()
 # 设置输入网络的数据维度,根据训练时的模型输入数据的维度自行修改
 input_node = tf.placeholder(tf.float32, shape=(None, None, 200)) 
 output_node = network(input_node) # 神经网络的输出
 # 设置输出数据类型(特别注意,这里必须要跟输出网络参数的数据格式保持一致,不然会导致模型预测  精度或者预测能力的丢失)以及重新定义输出节点的名字(这样在后面保存pb文件以及之后使用pb文件时直接使用重新定义的节点名字即可)
 flow = tf.cast(output_node , tf.float16, 'the_outputs') 
 saver = tf.train.Saver()
 with tf.Session() as sess:
 saver.restore(sess, model_path)
 #保存模型图(结构),为一个json文件
 tf.train.write_graph(sess.graph_def, 'output_model/pb_model', 'model.pb')
 #将模型参数与模型图结合,并保存为pb文件
 freeze_graph.freeze_graph('output_model/pb_model/model.pb', '', False, model_path, 'the_outputs','save/restore_all', 'save/Const:0', 'output_model/pb_model/frozen_model.pb', False, "")
 print("done")
if __name__ == '__main__':
 main()

2、ckpt转pb文件(graph_util.convert_variables_to_constants)

没有成功,因为不知道输出节点的名字,使用该方法保存后的pb文件只有几十k,无法使用,写在这里主要是为了总结。直接上代码,代码里面没有的库(函数),按提示自行import。

def freeze_graph(input_checkpoint,output_graph):
 '''
 :param input_checkpoint:
 :param output_graph: PB模型保存路径
 :return:
 '''
 # checkpoint = tf.train.get_checkpoint_state(model_folder) #检查目录下ckpt文件状态是否可用
 # input_checkpoint = checkpoint.model_checkpoint_path #得ckpt文件路径
 
 # 指定输出的节点名称,该节点名称必须是原模型中存在的节点
 output_node_names = "InceptionV3/Logits/SpatialSqueeze"
 saver = tf.train.import_meta_graph(input_checkpoint + '.meta', clear_devices=True)
 graph = tf.get_default_graph() # 获得默认的图
 input_graph_def = graph.as_graph_def() # 返回一个序列化的图代表当前的图
 
 with tf.Session() as sess:
 saver.restore(sess, input_checkpoint) #恢复图并得到数据
 output_graph_def = graph_util.convert_variables_to_constants( # 模型持久化,将变量值固定
  sess=sess,
  input_graph_def=input_graph_def,# 等于:sess.graph_def
  output_node_names=output_node_names.split(","))# 如果有多个输出节点,以逗号隔开
 
 with tf.gfile.GFile(output_graph, "wb") as f: #保存模型
  f.write(output_graph_def.SerializeToString()) #序列化输出
 print("%d ops in the final graph." % len(output_graph_def.node)) #得到当前图有几个操作节点
 
 # for op in graph.get_operations():
 # print(op.name, op.values())
 
if __name__ == '__main__':
 # 输入ckpt模型路径
 input_checkpoint='models/model.ckpt-10000'
 # 输出pb模型的路径
 out_pb_path="models/pb/frozen_model.pb"
 # 调用freeze_graph将ckpt转为pb
 freeze_graph(input_checkpoint,out_pb_path)

参考链接:

到此这篇关于tensorflow模型文件(ckpt)转pb文件(不知道输出节点名)的文章就介绍到这了,更多相关tensorflow ckpt转pb文件内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
菜鸟使用python实现正则检测密码合法性
Jan 05 Python
Python实现自动登录百度空间的方法
Jun 10 Python
取numpy数组的某几行某几列方法
Apr 03 Python
解决Pycharm调用Turtle时 窗口一闪而过的问题
Feb 16 Python
Python中模块(Module)和包(Package)的区别详解
Aug 07 Python
python序列化与数据持久化实例详解
Dec 20 Python
零基础学Python之前需要学c语言吗
Jul 21 Python
pycharm全局搜索的具体步骤
Jul 28 Python
python实现人性化显示金额数字实例详解
Sep 25 Python
python 制作简单的音乐播放器
Nov 25 Python
python爬虫看看虎牙女主播中谁最“顶”步骤详解
Dec 01 Python
pycharm 使用anaconda为默认环境的操作
Feb 05 Python
有趣的Python图片制作之如何用QQ好友头像拼接出里昂
Apr 22 #Python
python模拟斗地主发牌
Apr 22 #Python
matlab 计算灰度图像的一阶矩,二阶矩,三阶矩实例
Apr 22 #Python
python根据完整路径获得盘名/路径名/文件名/文件扩展名的方法
Apr 22 #Python
matlab中二维插值函数interp2的使用详解
Apr 22 #Python
python 一维二维插值实例
Apr 22 #Python
Numpy一维线性插值函数的用法
Apr 22 #Python
You might like
PHP初学者头疼问题总结
2006/10/09 PHP
php 5.3.5安装memcache注意事项小结
2011/04/12 PHP
php轻松实现中英文混排字符串截取
2014/05/28 PHP
php ajax数据传输和响应方法
2018/08/21 PHP
PHP实现支持CURL字符串证书传输的方法
2019/03/23 PHP
PHP实现八皇后算法
2019/05/06 PHP
JQuery 获得绝对,相对位置的坐标方法
2010/02/09 Javascript
jquery实现在光标位置插入内容的方法
2015/02/05 Javascript
Js删除数组中某一项或几项的几种方法(推荐)
2016/07/27 Javascript
jquery轮播的实现方式 附完整实例
2016/07/28 Javascript
BooStrap对导航条的改造实践小结
2016/09/21 Javascript
Vue方法与事件处理器详解
2016/12/01 Javascript
jQuery选择器中的特殊符号处理方法
2017/09/08 jQuery
JavaScript定义及输出螺旋矩阵的方法详解
2017/12/01 Javascript
[01:04:22]2018DOTA2亚洲邀请赛 3.31 小组赛 B组 IG vs EG
2018/04/01 DOTA
简单介绍Python的Tornado框架中的协程异步实现原理
2015/04/23 Python
安装Python的教程-Windows
2017/07/22 Python
Python中fnmatch模块的使用详情
2018/11/30 Python
python字符串和常用数据结构知识总结
2019/05/21 Python
django多个APP的urls设置方法(views重复问题解决)
2019/07/19 Python
详解python爬取弹幕与数据分析
2020/11/14 Python
matplotlib运行时配置(Runtime Configuration,rc)参数rcParams解析
2021/01/05 Python
一款基于css3和jquery实现的动画显示弹出层按钮教程
2015/01/04 HTML / CSS
利用SVG和CSS3来实现一个炫酷的边框动画
2015/07/22 HTML / CSS
LightInTheBox西班牙站点:全球商品在线采购
2016/09/22 全球购物
艺术家策划的室内设计:Curious Egg
2019/03/06 全球购物
Kappa英国官方在线商店:服装和运动器材
2020/11/22 全球购物
如何开启linux的ssh服务
2015/02/14 面试题
护理学毕业生自荐信
2013/10/02 职场文书
应届生财务管理求职信
2013/11/06 职场文书
函授毕业生的自我鉴定
2013/11/26 职场文书
《那片绿绿的爬山虎》教学反思
2014/02/27 职场文书
社区居务公开实施方案
2014/03/27 职场文书
放飞梦想演讲稿200字
2014/08/26 职场文书
2019假期福利管理制度!
2019/07/15 职场文书
python3+PyQt5+Qt Designer实现界面可视化
2021/06/10 Python