固话Tensorflow模型

第一步：保存模型的graph

    完成这一步很简单，在测试脚本中的sess.run之前添加一行代码即可：

    tf.train.write_graph(sess.graph_def, "./", 'test_graph.pb')    #此处的sess是定义的tf.Session(), “./”代表保留到当前路径.

     

第二步：整理模型训练时保存的文件

    tensorflow训练时会保存三个文件，后缀名分别是.data-00000-of-00001, .index 和 .meta。在这一步只需要将这三个文件和上一步保存的test_graph.pb放在同一个路径下。

    

第三步：安装bazel

    我们待会需要用到tensorflow提供的freeze_graph工具进行模型固化，需要用bazel进行编译，安装详见官网: https://docs.bazel.build/versions/master/install-ubuntu.html .

第四步：编译freeze_graph

    tensorflow官网对之后的步骤介绍得都非常清楚，详见：https://www.tensorflow.org/mobile/prepare_models

    首先到github下载tensorflow的源码，然后进入文件夹编译，过程很简单:

bazel build tensorflow/python/tools:freeze_graph

 

第五步：固化模型

    同样，按照官网的介绍，主要正确设置好路径和变量名就行了。需要注意的是，input_checkpoint的名字是tensorflow保存的三个文件的文件名除去后缀名后相同的那部分。

    附官网代码： 

bazel-bin/tensorflow/python/tools/freeze_graph \
--input_graph=/tmp/model/my_graph.pb \
--input_checkpoint=/tmp/model/model.ckpt-1000 \
--output_graph=/tmp/frozen_graph.pb \
--output_node_names=output_node \

至此，大功告成！