tensorflow 线性模型保存为pb格式，并且在tfjs中使用

最新推荐文章于 2022-07-02 10:31:20 发布

阿豪boy

最新推荐文章于 2022-07-02 10:31:20 发布

阅读量279

点赞数

文章标签： python tensorflow 深度学习 java 机器学习

本文链接：https://blog.csdn.net/qq_35516360/article/details/122065922

版权

本文介绍了如何将TensorFlow的线性模型保存为.pb格式，并详细展示了如何利用tensorflowjs_converter转换模型以便在tfjs中使用。通过示例代码，展示了模型的训练、加载以及在Vue应用中的实现。

摘要由CSDN通过智能技术生成

原文链接: tensorflow 线性模型保存为pb格式，并且在tfjs中使用

上一篇: tensorflowjs 简单使用

下一篇: tfjs mnist 手写数字识别web版

保存时需要指定，output_node_names 是准备保存的模型节点名称的列表，只会保存指定节点的数据

@tf_export("graph_util.convert_variables_to_constants")
def convert_variables_to_constants(sess,
                                   input_graph_def,
                                   output_node_names,
                                   variable_names_whitelist=None,
                                   variable_names_blacklist=None):    


constant_graph = graph_util.convert_variables_to_constants(sess, sess.graph_def, ['output'])
with tf.gfile.FastGFile(SAVE_PATH, mode='wb') as f:
    f.write(constant_graph.SerializeToString())

用于拟合直线y=2x-1的模型代码

import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np
import os
from tensorflow.python.framework import graph_util


# 模拟生成数据点, 返回np数组
def get_data(batch_size):
    x = np.random.uniform(-10, 10, (batch_size, 1))
    y = 2 * x - 1 + np.random.randn(batch_size, 1)
    return x, y


SAVE_DIR