Tensorflow模型(.pb)是否包含设备信息?
我正在运行一个TF应用程序,用给定的模型进行推理。 然而,它不是在GPU上运行,而是在CPU上运行,尽管tensorflow库是在启用CUDA的情况下构建的。为了深入了解TF模型,tensorflow模型(.pb)是否具有类似于TF.device(/cpu:0)或TF.device(/gpu:0)的设备信息 来自(重点矿山): 有时,导出的元图来自导入程序没有的培训环境。例如,该模型可能在GPU上训练,或者在具有副本的分布式环境中训练。导入此类模型时,能够清除图形中的设备设置非常有用,这样我们就可以在本地可用的设备上运行它这可以通过调用Tensorflow模型(.pb)是否包含设备信息?,tensorflow,model,device,Tensorflow,Model,Device,我正在运行一个TF应用程序,用给定的模型进行推理。 然而,它不是在GPU上运行,而是在CPU上运行,尽管tensorflow库是在启用CUDA的情况下构建的。为了深入了解TF模型,tensorflow模型(.pb)是否具有类似于TF.device(/cpu:0)或TF.device(/gpu:0)的设备信息 来自(重点矿山): 有时,导出的元图来自导入程序没有的培训环境。例如,该模型可能在GPU上训练,或者在具有副本的分布式环境中训练。导入此类模型时,能够清除图形中的设备设置非常有用,这样我们就
import\u meta\u graph
并将clear\u devices选项设置为True
来实现
with tf.Session() as sess:
new_saver = tf.train.import_meta_graph('my-save-dir/my-model-10000.meta',
clear_devices=True)
new_saver.restore(sess, 'my-save-dir/my-model-10000')
从(我的)重点:
有时,导出的元图来自导入程序没有的培训环境。例如,该模型可能在GPU上训练,或者在具有副本的分布式环境中训练。导入此类模型时,能够清除图形中的设备设置非常有用,这样我们就可以在本地可用的设备上运行它这可以通过调用import\u meta\u graph
并将clear\u devices选项设置为True
来实现
with tf.Session() as sess:
new_saver = tf.train.import_meta_graph('my-save-dir/my-model-10000.meta',
clear_devices=True)
new_saver.restore(sess, 'my-save-dir/my-model-10000')
将GraphDef加载到tf.Graph后,使用_set_设备API将所有操作移到CPU。
将GraphDef加载到tf.Graph后,使用_set_设备API将所有操作移到CPU。