Tensorflow入门教程(二十一）——模型的转换

有读者阅读了前面我分享Vnet网络的案例，在下载了我在百度云盘上训练好的模型后，想要将模型转成protocal buffer（pb）格式。这其实不是特别难，为了方便大家学习，我简单的介绍一些如何进行模型转换。

废话不多说了，我直接上代码吧。

我之前分享的案例中所有的模型都是.meta，.data和.index格式的，为了将这类模型格式转成pb格式的，第一步先导入metagraph（.meta里面保存的是我们在搭建神经网络模型结构），第二步导入训练好的权重数据（神经网络模型结果中的每个卷积层中的权重W和偏置B数据），第三步定义输出节点的名字，例如在这里我们指定输入和输出节点的名字（输入Input，输出output/Sigmoid），第四步将模型graph和输出节点名字做为参数来冻结graph，第五步将冻结graph做为参数输出生成pb模型。

2D版本的VNet和3D版本的VNet的模型转换我都已经实现好了。感兴趣的朋友可以在github上看到详细的过程，如果大家觉得这个项目还不错，希望大家给个Star并Fork，可以让更多的人学习。如果碰到任何问题，随时留言，我会尽量去回答的。