Python Tensorflow:如何将冻结的模型转换为保存的模型
我正试图从这里转换此冻结模型(extension.pb): 到Python Tensorflow:如何将冻结的模型转换为保存的模型,python,python-3.x,tensorflow,model,Python,Python 3.x,Tensorflow,Model,我正试图从这里转换此冻结模型(extension.pb): 到 可能吗?您能分享将此pb文件转换为已保存模型的确切代码吗?首先回答,这样做可能会很麻烦,因为在将ckpt冻结为pb模型的过程中,保存模型所需的所有变量都转换为常量或其他类型。在tf中,将“常量”还原为“变量”有点复杂,如: #节点是一个常量 node=tf.常数([1,2]) 输出节点=tf.nodededf() output_node.op=“变量” output_node.name=node.name dtype=node.a
可能吗?您能分享将此pb文件转换为已保存模型的确切代码吗?首先回答,这样做可能会很麻烦,因为在将ckpt冻结为pb模型的过程中,保存模型所需的所有变量都转换为常量或其他类型。在tf中,将“常量”还原为“变量”有点复杂,如:
#节点是一个常量
node=tf.常数([1,2])
输出节点=tf.nodededf()
output_node.op=“变量”
output_node.name=node.name
dtype=node.attr[“dtype”].type
数据=节点.attr[“值”].张量
输出节点.attr[“dtype”].type=dtype
output_node.attr[“value”].CopyFrom(tf.AttrValue(张量=数据))
有关将常量节点转换为其他类型的详细信息,请参见此
因此,从ckpt文件中冻结保存的模型是最简单、最直接的方法。什么是保存的模型?@mrglud:tf模型有几种格式,请参阅