tensorflow打印所有变量名_【他山之石】Tensorflow模型保存方式大汇总

“他山之石，可以攻玉”，站在巨人的肩膀才能看得更高，走得更远。在科研的道路上，更需借助东风才能更快前行。为此，我们特别搜集整理了一些实用的代码链接，数据集，软件，编程技巧等，开辟“他山之石”专栏，助你乘风破浪，一路奋勇向前，敬请关注。

作者：知乎—卡西法

地址：https://www.zhihu.com/people/kumonoue

GraphDef

GraphDef是Tensorflow中序列化的图结构。在tensorflow中，计算图被保存为Protobuf格式(pb)。pb可以只保存图的结构，也可以保存结构加权重。

SignatureDef

定义图结构输入输出的节点名称和属性，一般存储于.index文件中。 查看方法:

list(meta_graph.signature_def.items())

tf.saved_model

将动态图保存成权重(./variables)、计算图(keras_metadata.pb)、权重和计算图(saved_model.pb)三种文件。

# 保存model = tf.saved_model.save(    obj, export_dir, signatures=None, options=None)# 读取model= tf.saved_model.load(    export_dir, tags=None, options=None)# 推理infer = model.signatures["serving_default"]

freeze_grap

from tensorflow.python.tools.freeze_graph import freeze_graph_with_def_protos

该函数将图和权重以常量的形式保存在一张静态图中(pb)。

其中的核心代码是：

output_graph_def = convert_variables_to_constants(session, input_graph_def, output_names)output_graph = 'pb_model/model.pb'  # 保存地址with tf.gfile.GFile(output_graph, 'wb') as f:    f.write(output_graph_def.SerializeToString())

参考： https://github.com/tensorflow/tensorflow/blob/f5b9c2225584c79539ff6746b3417e8505443a4b/tensorflow/python/tools/freeze_graph.py

tf.train.Saver()

详细可参