Deeplearning4j - 使用nd4j导入tensorflow模型
在dl4j-example里面新增了模型导入的例子,这里简单的说一下。
在dl4j新版本的特性介绍:https://github.com/deeplearning4j/deeplearning4j-docs/blob/releasenotes_100a/releasenotes.md 中,对于nd4j的模型导入进行了特别强调。
ND4J: New Features
Technology preview of tensorflow import added (supports 1.4.0 and up)
其中一项就是对于tf模型的导入提供了功能预览版本,所支持的tf版本为1.4版本及其以上。
并于最近增加了导入tensorflow模型的示例代码,导入模型为 MINST 手写数字分类模型。从代码注释上面来看,因为是预览版本,目前只支持cpu运行,还不支持gpu的加速。
并且提供了如上的文件,用于本次示例的测试。
- freeze_model_after.py 和 generate_model.py 是生成模型的 python 文件。
- frozen_model.pb 为tensorflow的模型文件
- input_*.csv 和 input_*.shape为配套的特征数据文件。csv文件存放的是特征数据,一个特征一行;shape文件保存的是输入模型时的形状。
- prediction 文件同理,为预测的标签数据文件。
注: 使用该示例的时候,最好 IDE 已经安装了的相对的 lombok 插件。
资源文件夹
//Python code for this can be found in resources/import/tensorflow under generate_model.py and freeze_model_after.py
//Input node/Placeholder in this graph is names "input"
//Output node/op in this graph is names "output"
public final static String BASE_DIR = "i