tensorflow数据结构-MetaGraphDef

最新推荐文章于 2024-04-25 20:47:04 发布
最新推荐文章于 2024-04-25 20:47:04 发布
阅读量2.5k 收藏 3
点赞数 1
分类专栏： tensorflow数据结构 Tensorflow的数据结构分析 文章标签： tensorflow数据结构 MetaGrapDef
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_39124762/article/details/83857036
版权
MetaGraphDef是TensorFlow中用于保存计算图结构的关键数据结构，它包含了模型的元信息、运算方法、张量映射以及节点定义等。在模型保存时，MetaGraphDef以二进制形式存储，其中模型参数、权重和变量保存在单独的文件中。通过解析和输出MetaGraphDef，可以清晰地了解计算图的组织结构。
摘要由CSDN通过智能技术生成

tensorflow数据结构

https://github.com/tensorflow/tensorflow/blob/r1.11/tensorflow/core/protobuf/meta_graph.proto

《Tensorflow实战深度学习框架》

​ Tensorflow的计算图在运行时，以MetaGrapDef的形式实行计算图，并且在进行计算图保存（save）时，将MetaGraphDef以二进制的形式写入磁盘，在保存模型产生的3个的文件中，MetaGraphDef保存在.meta文件中；其中模型经过训练的模型参数，权重，可训练的变量保存在.data文件中；张量名到张量的对应映射关系保存在.index文件中

​ 这里使用tf.train.Saver().export_meta_grah("../model.ckpt.meda.json")将计算图（MetaGrapDef）以可读的形式输出

计算图结构

  1. MetaGraphDef（计算图）
最低0.47元/天 解锁文章
onexming
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
TensorFlow Python API解析：图的核心数据结构
深度知者的博客
12-23 8055
1. Graph类的要点：(1) TensorFlow中的计算，表示为一个数据流图，简称“图”；(2) 一个Graph实例就是一个图，由一组Operation对象和Tensor对象构成：每个Operation对象（简记为op）表示最小的计算单元，每个Tensor对象表示在operations间传递的基本数据单元 ... 2. Operation类的要点：... 3. Tensor类的要点：...
tensorflow数据结构及模型格式---GraphDef、MetaGraphDef、CheckPoint(转)
jjhhfb的博客
11-21 660
1、tensorflow数据结构GraphDef-----------https://blog.csdn.net/qq_39124762/article/details/83857252#GraphDef_21 2、tensorflow框架实现的三种图(GraphDef、MetaGraph、CheckPoint)-------https://blog.csdn.net/weixin_397213...
详细分析Python中Tensor基本知识
最新发布
码农研究僧的博客
04-25 1782
Tensor是深度学习中广泛使用的数据结构，是多维数组或矩阵的泛化 在深度学习框架中，如TensorFlow和PyTorch，Tensor被用来表示输入数据、模型参数和输出数据
tf.compat.v1.MetaGraphDef
weixin_36670529的博客
06-19 499
Class MetaGraphDef A ProtocolMessage Child Classes class CollectionDefEntry class MetaInfoDef class SignatureDefEntry Properties asset_file_def repeated AssetFileDef asset_file_def collection_...
Tensorflow－GraphDef、MetaGraph、CheckPoint
ZerinHwang
01-09 6136
Tensorflow框架实现的三种图   参考原文：http://www.360doc.com/content/17/1123/18/7669533_706522939.shtml ========================== Graph: Tensorflow所运行的代码，或者说用python代码表达的计算，所描述的对象实际上就是一张计算图，包含了各个运算节点和用于计算的张量。...
认识MetaID - 原理篇之二：MetaID数据结构
kyleO_O的博客
08-13 297
该篇讲解一下MetaID的数据结构，其结构是由MetaID协议所定义的，用户的所有数据都按MetaID协议进行上链。
tensorflow-2.9.1-cp39-cp39-win_amd64.whl
06-14
tensorflow-2.9.1-cp39-cp39-win_amd64.whl 使用pip在线安装下载很慢，并且下载到中途还有可能失败，所以给大家提供一个CSDN下载地址。下载下来之后的本地安装方法见博文...
tensorflow-2.13.0-cp38-cp38-manylinux-2-17-x86-64.zip
11-17
这个特定的压缩包文件 "tensorflow-2.13.0-cp38-cp38-manylinux-2-17-x86-64.zip" 包含了适用于Python 3.8版本的TensorFlow 2.13.0的二进制 wheels 文件，它针对Linux x64架构进行了优化。Wheels是Python的预编译包...
tensorflow-2.12.0-cp310-cp310-win-amd64.whl
11-03
该资源为tensorflow-2.12.0-cp310-cp310-win_amd64.whl，欢迎下载使用哦！
tensorflow-2.0.0-cp37-none-linux_armv7l.whl
03-09
标题 "tensorflow-2.0.0-cp37-none-linux_armv7l.whl" 提供的是一个 TensorFlow 的特定版本二进制包，用于 Python 3.7 平台，并且是为 ARMv7l 架构（通常指的是 Raspberry Pi 等基于 ARM 的 Linux 设备）设计的。...
tensorflow-2.15.0-cp311-cp311-win_amd64.whl
02-05
该资源为tensorflow-2.15.0-cp311-cp311-win_amd64.whl，欢迎下载使用哦！
Qt MetaObject System详解之二：meta数据和数据结构
zwb139615210的博客
10-28 414
这个系列的几篇文章通过阅读Qt帮助文档和相关的源代码来学习研究Qt meta-object所提供的功能，及其实现的方式。 Qt meta-object系统基于三个方面： 1、QObject提供一个基类，方便派生类使用meta-object系统的功能； 2、Q_OBJECT宏，在类的声明体内激活meta-object功能，比如动态属性、信号、槽； 3、Meta Object编译器（MOC），为每个QObject派生类生成代码，以支持meta-object功能。 QObject定义了从一个QOb...
tensorflow各种模型文件的生成
qq_40415753的博客
04-02 682
一，pb文件 import os import tensorflow as tf from tensorflow.python.framework import graph_util def freeze_graph(ckpt, output_graph): # 指定输出的节点名称,该节点名称必须是原模型中存在的节点 output_node_names = "predictions" saver = tf.train.import_meta_graph(ckpt.model_c
tensorflow不同模型格式的区别和含义
qq_43802016的博客
08-09 638
checkpoint、SavedModel和protobuf都是TensorFlow中常见的模型保存和加载格式，互相可以进行转换，其中.pb结尾的可能是savemodel也可能是protobuf，用来做部署的一般都是probobuf格式。
tensorflow 模型的保存和恢复
chaojianmo的博客
09-20 173
TensorFlow目前保存的模型文件主要有两种，检查点文件模型（ckpt）与持久化模型（pb） 1 检查点文件模型（checkpoint） 1.1 模型文件说明 一般Models文件包括以下的四个文件： 分别是checkpoint, xxx.ckpt.data，xxx.ckpt.meta，xxx.ckpt.index : 1. checkpoint文件保存了模型文件列表 ...
tensorflow数据结构-MetaInfoDef
写了 = 会了.gif
11-08 992
MetaInfoDef 文章目录MetaInfoDefOpListOpDefArgDefAttrDefOpDeprecation案例 记录计算图中所有是使用到的运算方法 message MetaInfoDef { // 用户指定的版本字符串 可以是模型和修订的名称， // 此模型已经过训练的步骤等。 string meta_graph_version = 1; ...
tensorflow数据结构-GraphDef
热门推荐
写了 = 会了.gif
11-08 1万+
文章目录GraphDefNodeDef案列 GraphDef 只关注计算图的连接结构信息, 根据连接结构中”索引“在MetaInfoDef中寻找节点运算的具体 message GraphDef { repeated NodeDef node = 1; // 版本号 VersionDef versions = 4; // 实验性的版本号 int32 version = 3 [de...
tensorflow Protocol Buffer
tz_zs的博客
08-03 1781
____tz_zs Protocol Buffer 是谷歌开发的一种语言无关、平台无关、可扩展的序列化结构数据格式，在 tensorflow 中可以理解为处理结构化数据的工具，用于序列化结构化数据。 关于Protocol Buffer的介绍： https://developers.google.com/protocol-buffers/docs/overview Prot
TensorFlow快速转换Inception V3模型CKPT V2网络结构至V1
realkris
04-01 522
本文是基于VGGNet的图像分类模型而做。通常输出网络结构问题分为两类：CKPT和PD。其中CKPT V2是data包与index两者的集合，为了网络模型的便携性，我们认为CheckPoint V1与freeze掉的PD架构更适合于传播，在此默认大家对图像分类模型已有了解。 话不多说，先放代码： import tensorflow as tf from tensorflow.core.pro...
tensorflow和tensorflow-intel差别
09-11
TensorFlow 和 TensorFlow-Intel 是两个不同的软件包。 TensorFlow 是一个开源的机器学习框架，由 Google 团队开发和维护。它提供了丰富的工具和接口，用于构建和训练各种机器学习模型。 TensorFlow-Intel 是一个由 Intel 开发的针对 Intel 处理器优化的 TensorFlow 分支。它专门针对 Intel 架构进行了优化，以提供更好的性能和效率。这些优化可以包括使用特定的指令集、利用硬件加速器以及调整内部实现，以最大程度地利用 Intel 处理器的功能和性能。 因此，TensorFlow-Intel 相对于标准的 TensorFlow 版本，可能在特定的 Intel 处理器上表现更好。然而，对于其他硬件平台，标准的 TensorFlow 版本可能仍然是一个更好的选择。 总结而言，TensorFlow 和 TensorFlow-Intel 的主要区别在于后者是为 Intel 处理器进行了优化的 TensorFlow 分支，旨在提供更好的性能和效率。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值