tensorflow下训练完模型测试程序比较杂乱,特此整理一下。
1、我都是在linux下训练,windows下调用测试,训练保存模型如下所示。
2、然后调用frozen_model.py将模型进行固化,这里需要注意一点就是网络输出结点的名称,可以在tensorboard查看GRAPHS中网络输出结点名或训练时进行命名。
frozen_model.py
import tensorflow as tf
from tensorflow.python.framework import graph_util
def freeze_graph(input_checkpoint,output_graph):
# 原模型中输出节点名称
output_node_names = "generator/decoder_1/output_node"
saver = tf.train.import_meta_graph(input_checkpoint + '.meta', clear_devices=True)
graph = tf.get_default_graph()
input_graph_def = graph.as_graph_def()
with tf.Session() as sess:
saver.restore(ses