python 解析pb文件_Tensorflow:从图形文件（.pb文件）中获取预测

我使用的是一个图形文件(pb文件)，这个张量流模型的目的是提供对特定图像的预测

我开发了一个代码，加载了图形文件，但我不能统计会话。

可用文件包括：培训模式已保存_型号.pb在

变量

训练模型变量_变量.数据-00000-of-00001

训练模型变量_变量.索引在

输出错误包含一个大的模型列表层。什么我可以在这种情况下，任何帮助都是感激的

这是我用来加载/运行模型的代码import tensorflow as tf

import sys

import os

import matplotlib.image as mpimg

import matplotlib.pyplot as plt

from tensorflow.core.protobuf import saved_model_pb2

from tensorflow.python.util import compat

from tensorflow.python.platform import gfile

export_dir = os.path.join("./", "variables/")

filename = "imgpsh_fullsize.jpeg"

raw_image_data = mpimg.imread(filename)

g = tf.Graph()

with tf.Session(graph=g) as sess:

model_filename ='training_model_saved_model.pb'

with gfile.FastGFile(model_filename, 'rb') as f:

data = compat.as_bytes(f.read())

sm = saved_model_pb2.SavedModel()

sm.ParseFromString(data)

#print(sm)

if 1 != len(sm.meta_graphs):

print('More than one graph found. Not sure which to write')

sys.exit(1)

image_input= tf.import_graph_def(sm.meta_graphs[0].graph_def,name='',return_elements=["input"])

#print(image_input)

#saver = tf.train.Saver()

saver = tf.train.import_meta_graph(sm.meta_graphs[0].graph_def)

'''

print(image_input)

x = g.get_tensor_by_name("input:0")

print(x)

'''

saver.restore(sess,model_filename)

predictions = sess.run(feed_dict={image: raw_image_data})

print('###################################################')

print(predictions)

存在的错误是

^{pr2}$