Python 如何在Google Colab上下载TensorFlow训练模型？

我是一个新手，正在研究机器学习，我在

Google

Colab

上创建了一个模型

我的目标是在Android应用程序中使用该模型进行离线预测。所以我需要下载经过训练的模型

我只知道我需要将我的模型保存为

.pb

文件，以便制作我的Android应用程序。我到处寻找，也许有答案，但它们太短了，我无法理解 所以我们需要非常详细的答案

---

是我的

Test.ipynb

文件，是否有人能花点时间来训练该模型，看看我们能否将其下载到本地驱动器。

这就是我如何从Collab保存和下载模型文件的方法

仅保存可训练变量（这些是我的存储/恢复FN）：

代码如下：

def store(sess_var, model_path):        
    if model_path is not None:
        saver = tf.train.Saver(var_list=tf.trainable_variables())
        save_path = saver.save(sess_var, model_path)
        print("Model saved in path: %s" % save_path)
    else:
        print("Model path is None - Nothing to store")



def restore(sess_var, model_path):
    if model_path is not None:
        if os.path.exists("{}.index".format(model_path)):
            saver = tf.train.Saver(var_list=tf.trainable_variables())
            saver.restore(sess_var, model_path)
            print("Model at %s restored" % model_path)
        else:
            print("Model path does not exist, skipping...")
    else:
        print("Model path is None - Nothing to restore")

压缩存储模型的目录-确保它不包含任何其他内容：

！tar-czvf model.tar.gz models/

下载模型：

从google.colab导入文件
下载（'model.tar.gz'）

由于您只存储可训练变量，而不是整个会话，因此模型的大小很小，因此可以下载。请务必使用

Chrome

-我无法在Firefox上获得最后一个代码片段。

这应该可以做到：

import tensorflow as tf
from google.colab import files


# Specify export directory and use tensorflow to save your_model
export_dir = './saved_model'
tf.saved_model.save(your_model, export_dir=export_dir)

请注意，导出目录包含多个文件，但如果您只想下载.pb文件，则应执行以下操作

# Download the model
files.download(export_dir + '/saved_model.pb')

---

我不知道为什么Stackoverflow不能正确格式化我的python代码——如果有人能帮助我，那就太好了。您好，“您的模型存储在哪里”是什么意思？我有以下错误：tar:models:Cannot stat:No这样的文件或目录tar:Exiting with failure status由于以前的错误您将

.pb

文件存储在名为

models

的目录中，请执行上述步骤。我的观点是压缩所有生成的

saver.save

并从Collab下载。对不起，我的本地驱动器中没有.pb文件，所有的东西都在Google服务器上运行。也许我不明白你的意思。你能不能写一些能用的东西呢？.pb或

protobuf

文件是由

tf.train.Saver

存储在你的协作机器上的。我已经给你密码了。您可以假定传递到我上面提供的

store

函数的

model\u路径是
models/my\u model.pb
和
sess\u var
是会话变量。