Python 将训练好的张量流模型转化为固定操作

是否有方法采用经过训练的TensorFlow模型，并将所有

tf.变量

及其各自的权重（从正在运行的

tf.会话中

或从检查点）转换为具有该值的

tf.常量

，这样就可以在新的输入张量上运行模型，而无需在会话中初始化或恢复权重？那么，我能基本上把一个经过训练的模型压缩成一个固定不变的TensorFlow操作吗？

是的，有一个

freeze\u graph.py

工具就是为了这个目的

---

本节（略）对其进行了描述。您可以在该部分找到使用示例。

谢谢，这正是我需要的！