- 恢复模型和获取特定张量：
- 从pb文件中恢复模型：
-
with tf.gfile.GFile('./frozen.pb','rb') as f:
graph_def = tf.GraphDef()
graph_def.ParseFromString(f.read())
tf.import_graph_def(graph_def, name='') - 从ckpt和meta文件中恢复，ckpt文件保存的是模型的张量数据，meta保存的是图的架构，先导入图，然后导入各个张量的值。
-
meta_file, ckpt_file = 'model.meta','model.ckpt'
saver = tf.train.import_meta_graph(meta_file, input_map=input_map)
saver.restore(tf.get_default_session(), ckpt_file)
- 找到特定张量，使用函数graph.get_tensor_by_name，得到的是个张量，可以直接作为Session.run(graph.get_tensor_by_name(' '))，如果张量需要输入，还需要有feed_dict。取graph的部分子图，可以用来feed相应的张量，然后输出想要的值。
-
embeddings = tf.get_default_graph().get_tensor_by_name("embeddings:0")
print(embeddings) - 输出：Tensor("embeddings:0", shape=(?, 512), dtype=float32)
-
- 找到特定操作Operation，使用函数graph.get_operation_by_name，得到的是操作节点，字典形式，其中包括输入和输出张量
-
input_operation = graph.get_operation_by_name("import/Mul")
output_operation = graph.get_operation_by_name("import/final_result")
print(input_operation)
print(output_operation) - 输出：
-
- name: "import/Mul"
- op: "Mul"
- input: "import/Sub"
- input: "import/Mul/y"
- attr {
- key: "T"
- value {
- type: DT_FLOAT
- }
- }
-
-
- name: "import/final_result"
- op: "Softmax"
- input: "import/final_training_ops/Wx_plus_b/add"
- attr {
- key: "T"
- value {
- type: DT_FLOAT
- }
- }
-
- 可以通过字典找到相应的输出
-
print(input_operation.name)
print(output_operation.name)
print(output_operation.inputs[0])
print(input_operation.outputs)
- 输出：
-
- import/Mul
- import/final_result
- Tensor("import/final_training_ops/Wx_plus_b/add:0", shape=(?, 9), dtype=float32)
- []
