Tensorflow笔记之持久化原理及数据格式

最新推荐文章于 2022-12-03 16:38:58 发布

繁华落叶草

最新推荐文章于 2022-12-03 16:38:58 发布

阅读量234

点赞数 1

分类专栏：神经网络深度学习 tensorflow

本文链接：https://blog.csdn.net/wht18720080085/article/details/105243809

版权

tensorflow 同时被 3 个专栏收录

34 篇文章 0 订阅

订阅专栏

神经网络

25 篇文章 0 订阅

订阅专栏

深度学习

19 篇文章 0 订阅

订阅专栏

本文详细介绍了Tensorflow模型持久化的过程，重点解析了saver.save时生成的4个文件及其作用，特别是MetaGraph的概念和元数据。通过MetaGraphDef Protocol Buffer和MetaInfoDef，Tensorflow能够记录计算图的节点信息和元数据。此外，还展示了如何使用export_meta_graph函数以json格式导出MetaGraph。

摘要由CSDN通过智能技术生成

Tensorflow通过saver.save函数时，Tensorflow程序会自动生成4个文件，Tensorflow模型持久化就是通过这4个文件完成的。Tensorflow通过元图（MetaGraph）来记录计算图中节点的信息及运行计算图中红节点所需要的元数据。Tensorflow中元图是由MetaGraphDef Protocol Buffer定义的。其内容构成了Tensorflow持久时的第一个文件，下面是定义：

message MetaGraph{
MetaInfoDef meta_info_def=1;

GraphDef graph_def=2;
SaverDef saver_def=3;
map<string,CollectionDef> collection_def=4;
map<string,SignatureDef> signature_def=5;
repeated AssetFileDef asset_file_def=6;
}

同时Tensorflow提供了export_meta_graph函数，这个函数支持以json格式导出MetaGraphDef Protocol Buffer，代码如下：

import tensorflow as tf
# 定义变量相加的计算
v1=tf.Variable(tf.constant(1.0,shape=[1]),name="v1")
v2=tf.Variable(tf.constant(2.0,shape=[1]),name="v2")
result=v1+v2
saver=tf.train.Saver()
#通过export_meta_graph函数导出Tensorflow计算图的元图，并保存为json格式。
saver.export_meta_graph("/path/to/model.ckpt.meda.json",as_text=True)

上述代码将计算图元图以json的格式导出并存储到model.ckpt.meta.json文件中。

meta_info_def属性

meta_info_def属性通过MetaInfoDef定义的，它记录了Tensorflow计算图中的元数据以及Tensorflow程序中所有使用到的运算信息，下面是MetaInfoDef ProtocolBuffer的定义：

message MetaInfoDef {
  string meta_graph_version=1;  #计算图版本号
  Oplist stripped_op_list=2; #记录了Tensorflow计算图上使用到的有所运算方法信息
  google.protobuf.Any any_info=3;
  repeated string tags=4;
  string tensorflow_version=5
  string tensorflow_git_version=6;
}