Python 以稠密层为最后一层冻结张量流

操作系统：ubuntu 16.04.1 TensorFlow版本：1.3.0

尝试冻结TensorFlow模型（以便可以由opencv dnn加载），但它总是返回错误消息

AssertionError:回归_输出不在图中

最低代码：

from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import numpy as np
import tensorflow as tf

features = {'x' : tf.placeholder(tf.float32, [None, 128, 128, 2], name = 'input')}        
model = tf.reshape(features['x'], [-1, 128*128*2])
model = tf.layers.dense(inputs = model, units = 8, name = 'regression_output')

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())

    saver = tf.train.Saver()
    saver.save(sess, 'reshape.ckpt')
    tf.train.write_graph(sess.graph.as_graph_def(), "", 'graph.pb')

命令：

python3 ~/.keras2/lib/python3.5/site-packages/tensorflow/python/tools/freeze_graph.py --input_graph=graph.pb --input_checkpoint=reshape.ckpt --output_graph=frozen_graph.pb --output_node_names=regression_output

--output_node_names=回归_output

，但保存的模型中没有回归_output

输出的名称是

回归\输出/BiasAdd

。所以这个命令

python /usr/local/lib/python2.7/dist-packages/tensorflow/python/tools/freeze_graph.py --input_graph=graph.pb --input_checkpoint=reshape.ckpt --output_graph=frozen_graph.pb --output_node_names=regression_output/BiasAdd

---

可以深度学习lib库，但它又工作了，这又是一个奇怪的TySoFrand设计，我希望有一天，它可以有另一个功能丰富、易于部署和易于使用的深度学习库，并取代像TensorFlow这样的复杂的框架。