Tensorflow 将使用tf.estimator训练并保存的模型转换为.pb

我有一个用tf.estimator训练的模型，它在训练后导出，如下所示

 serving_input_fn = tf.estimator.export.build_raw_serving_input_receiver_fn(
feature_placeholders)
 classifier.export_savedmodel(
r'./path/to/model/trainedModel', serving_input_fn)

这给了我一个

保存的_model.pb

和一个文件夹，其中包含作为

文件的权重。我可以使用重新加载保存的模型

predictor = tf.contrib.predictor.from_saved_model(r'./path/to/model/trainedModel')

我想在android上运行这个模型，这要求模型采用
.pb
格式。如何冻结此预测器以在android平台上使用？
我没有部署到android，因此您可能需要自定义一些步骤，但我就是这样做的：

使用参数运行
/python/tools/freeze_-graph.py
，
-output_-node_-names=
（您可以从
graph.pbtxt
获取输出节点的名称，尽管这不是最合适的方式），
-output_-graph=freezed_-model.pb

（可选）使用足够的参数运行
/python/tools/optimize\u for_interference.py
。或者，您可以查找并有选择地应用优化

在第1步结束时，您已经有了一个冻结的模型，没有变量了，然后可以部署到Android上