Python 在Tensorflow中如何冻结保存的模型

这可能是一个非常基本的问题

但是如何将检查点文件转换为单个.pb文件呢。 我的目标是使用C语言为模型服务++

这些是我试图转换的文件

作为旁注，我将tflearn与tensorflow结合使用

编辑1: 我发现一篇文章解释了如何做到这一点：

问题是我遇到了以下错误

KeyError: "The name 'Adam' refers to an Operation not in the graph."

我该如何解决这个问题

编辑2: 也许这会对这个问题有所帮助

我得到的错误来自回归层，如果我使用：

sgd

。 我去拿

上的教程运行良好

问题是我使用tensorflow而不是tflearn加载模型

所以。。。而不是：

tf.train.import_meta_graph(...)

我们：

model.load(...)

---

TFLearn知道如何正确解析图形。

您可以解决同样的问题<代码>model.load（…）？您能解释更多吗？model.load（…）来自TFLearn本身，而不是Tensorflow。我混合了这两个API。检查这里：，在第一个代码示例中，他们创建了一个模型，执行

model=tflearn.DNN（net）

。从那你可以做

model.load

这一个要求从头开始构建网络，我想让模型由一个程序构建，然后有一个不同的程序只是根据预测调用模型。无法简单地导入这些tflearn生成的文件（元、索引…）

model.load(...)