tf.Keras 保存为pb文件

折腾了我几天，一直搞不定。最后用以下代码成功保存。

方法一：

tensorflow2.0以上版本可以使用

tf.saved_model.save(model, "save_test")
model = tf.saved_model.load("save_test")

来保存成pb文件以及读取，但是保存的是将模型和权重独立。

2020.3.1更新：

下面方法为新的保存方法，可以直接将模型和权重保存为pb文件。

2020.5.6更新：

保存成pb模型必须在程序最开始处调用：

tf.enable_eager_execution()

使其进入eager模式。

    from tensorflow.python.framework.convert_to_constants import convert_variables_to_constants_v2

    full_model = tf.function(lambda x: model(x))
    full_model = full_model.get_concrete_function(
        tf.TensorSpec(model.inputs[0].shape, model.inputs[0].dtype))

    # Get frozen ConcreteFunction
    frozen_func = convert_variables_to_constants_v2(full_model)
    frozen_func.graph.as_graph_def()
    tf.io.write_graph(graph_or_graph_def=frozen_func.graph,
                      logdir="",
                      name="frozen_graph.pb",
                      as_text=False)


    with tf.Graph().as_default():
        output_graph_def = tf.compat.v1.GraphDef()

        # 打开.pb模型
        with open("frozen_graph.pb", "rb") as f:
            output_graph_def.ParseFromString(f.read())
            tensors = tf.import_graph_def(output_graph_def, name='')
            # print("tensors:", tensors)


        with tf.compat.v1.Session() as sess:
            op = sess.graph.get_operations()
            for i, m in enumerate(op):
                print('op{}:'.format(i), m.values())


            input_x = sess.graph.get_tensor_by_name("x:0")  #可以看op的首末名input.name