tf.train.write_graph用法

最新推荐文章于 2022-03-23 23:21:11 发布

那什

最新推荐文章于 2022-03-23 23:21:11 发布

阅读量4.6k

点赞数 4

分类专栏： tensorflow 文章标签： tensorflow

本文链接：https://blog.csdn.net/qq_40778406/article/details/104554897

版权

本文介绍了如何使用tf.train.write_graph保存TensorFlow模型的图结构，并强调该方法不保存变量，需要通过convert_variables_to_constants转换为常量。同时，文章提到了tensorboard在模型结构可视化中的作用，以及如何运行tensorboard进行可视化。对于如何获取图中张量以及保存包含变量的图，文章给出了相应解答。

摘要由CSDN通过智能技术生成

我不是知识的生产者，我只是一个渺小的搬运工，我们都站在巨人的肩膀上

探索了一下午这玩意的用法，终于会用了，在此附上实例子

首先要明白他保存图的原理，这个里面讲的很详细，请细品

https://zhuanlan.zhihu.com/p/31308381

tf.train.write_graph这个函数可以保留节点，op，constant，但不保存variable，如果你想要保存variable，那么就要转为constant

import tensorflow as tf
import numpy as np
from tensorflow.python.platform import gfile

#生成图
input1= tf.placeholder(tf.int32,name="input")
b = tf.constant([3])
output1= tf.add(input1, b, name="output")

#保存图
with tf.Session() as sess:
    tf.train.write_graph(sess.graph_def, "./", "test.pb", False)
    print(sess.run(output1,feed_dict={input1:1}))

#读取图
with tf.Session() as sess:
    with gfile.FastGFile("./test.pb",'rb') as f:
        graph = tf.get_default_graph()
        graph_def &