TensorFlow模型转ONNX格式-Part1

TensorFlow模型转ONNX格式-官方示例

https://github.com/onnx/tutorials/blob/master/tutorials/TensorflowToOnnx-1.ipynb
——Translated by Blssel

前言

对Tensorflow和ONNX来说，虽然它们使用的是不同的计算图格式，但你可以使用Tensorflow-ONNX将一个Tensorflow模型转化为ONNX。本文将分为两个部分：第1部分介绍基本的转换方法，第2部分讨论更高级的话题。目录可以概括如下：

1. 转换TensorFlow模型的步骤
   -准备tensorflow模型
   -转换为ONNX
   -验证
2. 额外说明

1. 转换TensorFlow模型的步骤

步骤1：准备tensorflow模型
Tensorflow有好几种保存模型的文件格式，如检查点（checkpoint）文件、graph with weight(called frozen graph next) 以及saved_model,，你可以在训练模型时使用tensorflow提供的api来生成这些文件，可以参考脚本tensorflow_to_onnx_example.py
无论是这三种格式中的哪一种，Tensorflow-onnx都能够将它们转换成onnx格式不过更推荐使用“saved_model”格式，因为它不需要用户指定图形的输入和输出名称。本节将以它为例进行介绍，然后在第2部分（part2）中介绍其他两个。此外，你还可以从tensorflow-onnx的README文件中获得更多细节。

import os
import shutil
import tensorflow as tf
from assets.tensorflow_to_onnx_example import create_and_train_mnist
def save_model_to_saved_model(sess, input_tensor, output_tensor