tensorflow之保存为pb文件并进行预测（采用手写数字识别数据进行演示）

目录

一、模型训练并保存为pb文件

1.完整代码

2.部分代码解读

二、加载pb文件进行预测

三、阅读其他demo加深理解

1.模型文件的保存

2.模型文件的读取

---

本文将使用两种方法保存tensorflow模型，分别是tf.train.Saver和tf.graph_util.convert_variables_to_constants

两者的区别如下：在使用tf.train.Saver函数保存模型文件的时候，是保存所有的参数信息，而有些时候我们并不需要所有的参数信息。我们只需要知道神经网络的输入层经过前向传播计算得到输出层即可，所以在保存的时候，我们也不需要保存所有的参数，以及变量的初始化、模型保存等辅助节点信息与迁移学习类似。之前使用tf.train.Saver函数保存模型文件的时候会产生多个文件，它将变量的取值和计算图结构分成了不同的文件存储。TensorFlow提供了另一种保存模型文件的方法tf.graph_util.convert_variables_to_constants，将计算图保存在一个文件中。

一、模型训练并保存为pb文件

1.完整代码

 coding: utf-8

# In[2]:
import tensorflow as tf
from tensorflow.ex