将keras的model.save()保存下来的 .model （.h5) 模型转换为tensorflow的pb模型

火星辉

于 2019-02-18 14:57:15 发布

阅读量1w

点赞数 2

分类专栏：人工智能、机器学习、深度学习

本文链接：https://blog.csdn.net/zuliang001/article/details/87621094

版权

本文介绍了如何将使用Keras框架训练的.h5模型转换为TensorFlow的.pb模型，以便于在客户端部署。转换过程通过Python脚本h5_to_pb.py实现，旨在解决Keras模型在某些客户端不支持的问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

reference：https://www.jianshu.com/p/45e575555896

背景：目前keras框架使用简单，很容易上手，深得广大算法工程师的喜爱，但是当部署到客户端时，可能会出现各种各样的bug，甚至不支持使用keras，本文来解决的是将keras的h5模型转换为客户端常用的tensorflow的pb模型并使用tensorflow加载pb模型。

h5_to_pb.py

from keras.models import load_model
import tensorflow as tf
import os 
import os.path as osp
from keras import backend as K
#路径参数
input_path = 'input path'
weight_file = 'model.h5'
weight_file_path = osp.join(input_path,weight_file)
output_graph_name

最低0.47元/天解锁文章