有没有办法从.index和.ckpt文件中重新生成.pb或.meta文件？
从.index和.ckpt文件中重新生成.pb或.meta文件的方法是使用TensorFlow提供的工具函数convert_variables_to_constants()和freeze_graph()。
- convert_variables_to_constants()函数可以将模型中的变量转换为常量，并将其保存为一个.pb文件。这个函数接受一个Session对象和一个输出节点的列表作为参数。输出节点列表可以通过查看原始模型的图结构或使用TensorBoard来获取。
以下是使用convert_variables_to_constants()函数的示例代码：
import tensorflow as tf
# 加载模型
saver = tf.train.import_meta_graph('path/to/model.ckpt.meta')
sess = tf.Session()
saver.restore(sess, 'path/to/model.ckpt')
# 获取输出节点的名称
output_node_names = ['output_node']
# 将变量转换为常量
output_graph_def = tf.graph_util.convert_variables_to_constants(sess, sess.graph_def, output_node_names)
# 保存为.pb文件
with tf.gfile.GFile('path/to/model.pb', 'wb') as f:
f.write(output_graph_def.SerializeToString())- freeze_graph()函数可以将模型的图结构和变量值合并为一个单独的文件，并将其保存为.pb文件。这个函数接受一个输入图的路径、输入检查点文件的路径、输出节点的名称和输出图的路径作为参数。
以下是使用freeze_graph()函数的示例代码：
import tensorflow as tf
# 加载模型
saver = tf.train.import_meta_graph('path/to/model.ckpt.meta')
sess = tf.Session()
saver.restore(sess, 'path/to/model.ckpt')
# 获取输入和输出节点的名称
input_node_names = ['input_node']
output_node_names = ['output_node']
# 冻结图
output_graph_def = tf.graph_util.convert_variables_to_constants(sess, sess.graph_def, output_node_names)
# 保存为.pb文件
with tf.gfile.GFile('path/to/model.pb', 'wb') as f:
f.write(output_graph_def.SerializeToString())请注意，以上代码中的'input_node'和'output_node'应替换为实际模型中的输入和输出节点的名称。
推荐的腾讯云相关产品：腾讯云AI智能图像处理（https://cloud.tencent.com/product/ai_image）
相关·内容
1回答
从预先训练的模型微调后丢失TensorFlow模型中的输出节点名
python、ubuntu、tensorflow、machine-learning、pre-trained-model
我遵循的教程，微调一个预先训练过的模型，以检测图像中的新对象。预先训练的模型是ssd_inception_v2_coco.。
在几千步之后，我成功地训练和评估了模型，损失从26步降到1步。然而，我未能用以下代码创建冻结的模型：
#this code runs in model dir
import tensorflow as tf
#make .pb file from model at step 1000
saver = tf.train.import_meta_graph(
'./model.ckpt-1000.meta', clear_devices=T
浏览 1提问于2019-04-18得票数 0
回答已采纳
1回答
Tensorflow -将检查点文件保存为.pb，但没有输出节点名称
tensorflow
我有以下文件：
model.ckpt-2400.data-00000-of-00001
model.ckpt-2400.index
model.ckpt-2400.meta
我想用下面的函数以.pb的形式保存它们：
def freeze_graph(model_dir, output_node_names):
"""Extract the sub graph defined by the output nodes and convert all its variables into constant
Args:
model_dir: the r
浏览 0提问于2017-10-24得票数 2
1回答
向Tensorflow freeze_graph添加新层？
python、tensorflow、tensorrt
这些讨论讨论了(，)关于向Tensorflow图添加新层并重新训练模型的问题。
下面的代码显示了如何在恢复的可训练模型中添加新的层。
import tensorflow as tf
sess=tf.Session()
#First let's load meta graph and restore weights
saver = tf.train.import_meta_graph('my_test_model-1000.meta')
saver.restore(sess,tf.train.latest_checkpoint('./'))
浏览 1提问于2019-07-22得票数 0
1回答
.pb文件到tflite的转换时无法解析文件错误
tensorflow、tensorflow-lite、bert-language-model
您好，我正在用tf1.15中的pb文件为自定义albert模型制作tflite，但引发了以下错误 raise IOError("Cannot parse file %s: %s." % (path_to_pb, str(e)))
OSError: Cannot parse file b'/home/choss/test2/freeze2/saved_model.pb': Error parsing message. 下面的代码是我如何制作.pb文件的 meta_path = 'model.ckpt-400.meta' # Your .meta
浏览 188提问于2021-04-18得票数 0
回答已采纳
2回答
将.pb文件转换为.ckpt (tensorflow)
python、tensorflow、protocol-buffers
我已经成功地使用以下脚本将预先训练的.ckpt模型转换为.pb (protobuf)格式：
import os
import tensorflow as tf
# Get the current directory
dir_path = os.path.dirname(os.path.realpath(__file__))
print "Current directory : ", dir_path
save_dir = dir_path + '/Protobufs'
graph = tf.get_default_graph()
# Create a se
浏览 16提问于2017-08-04得票数 17
1回答
如何将检查点转换为.pb模型以进行模型部署？
python、tensorflow、seq2seq
我在tensorflow上训练了一个seq2seq语言翻译模型，并以检查点的形式保存，在我的列车文件夹中有以下文件。
translate.ckpt-157450.data-00000-of-00001
translate.ckpt-157450.index
translate.ckpt-157450.meta和
检查点文件
现在，为了部署目的，我想将它转换为一个protobuf文件(.pb)。下面是我正在使用的一些代码：
import tensorflow as tf
meta_path = "/home/i9/L-T_Model_Training/01_Apr
浏览 0提问于2019-04-09得票数 1
1回答
Resnet V2模型冻结
python、tensorflow
我使用InceptionResNet v2模型来训练一个图像分类模型(传输学习)。我的模型运行得很好。问题在于冻结模型。目前，我有：
model.ckpt.meta
model.ckpt.index
model.ckpt
我通过将InceptionResnetV2/Logits/Predictions，设置为output_node_names来冻结模型，并正确地生成了模型。我现在有一个名为model.pb的新文件
用于冻结模型的要构建的代码：
import os
import tensorflow as tf
from tensorflow.python.framewor
浏览 1提问于2017-08-30得票数 0
2回答
Tensorflow freeze_graph脚本在用Keras定义的模型上失败
tensorflow
我正在尝试将使用Keras构建和训练的模型导出到一个原型缓冲区中，我可以在C++脚本中加载它(如本例所示)。我生成了一个包含模型定义的.pb文件和一个包含检查点数据的.ckpt文件。但是，当我试图使用freeze_graph脚本将它们合并到一个文件中时，我会得到以下错误：
ValueError: Fetch argument 'save/restore_all' of 'save/restore_all' cannot be interpreted as a Tensor. ("The name 'save/restore_all' re
浏览 3提问于2016-06-08得票数 5
回答已采纳
1回答
Tensorflow冻结模型仅包含输出占位符变量
python、tensorflow
我正在尝试冻结一个预先训练的模型，然后将其转换为TF Lite，并将其部署到Android设备中。 通过使用xxd检查生成的.pb文件，我发现它只包含占位符输出变量。.pb的大小是几个字节。 为什么模型中没有包含所有的图形和变量？ 我使用了下面从https://github.com/sankit1/cv-tricks.com/tree/master/Tensorflow-tutorials/freeze_model_and_deploy派生的代码。它适用于其他型号，但不适用于我的型号。 import tensorflow as tf
from tensorflow.python.framew
浏览 7提问于2019-08-30得票数 0
2回答
如何在不写入文件系统的情况下从谷歌桶中恢复Tensorflow模型？
google-app-engine、tensorflow
我有一个2gb的Tensorflow模型，我想把它添加到我在App上的一个Flask项目中，但是我似乎找不到任何文档来说明我试图做什么是可能的。
由于attempting不允许写入文件系统，所以我将模型的文件存储在Google中，并试图从那里恢复模型。这些是这些文件：
model.ckpt.data-00000-of-00001
model.ckpt.index
model.ckpt.meta
检查点
在本地工作，我可以用
with tf.Session() as sess:
logger.info("Importing model into TF
浏览 1提问于2018-11-02得票数 2
回答已采纳
1回答
如何在tensorflow中获得模型的输出和输入值？
python、tensorflow、tensorboard
我正在研究GANs，并决定使用实现我的算法。它是一个使用TensorFlow的DCGAN的包装器。HyperGAN使用TF的检查点方法保存输出。
后来，我尝试使用以下方法运行加载模型：
import tensorflow as tf
sess=tf.Session()
saver = tf.train.import_meta_graph('my_test_model-1000.meta')
saver.restore(sess,tf.train.latest_checkpoint('./'))
sess.run(tf.global_variables_i
浏览 3提问于2017-05-24得票数 1
回答已采纳
2回答
如何优化推理一个简单、保存的TensorFlow 1.0.1图？
python、python-2.7、tensorflow
我无法在一个简单的保存的optimize_for_inference图(Python2.7；pip install tensorflow-gpu==1.0.1安装的包)上成功地运行TensorFlow模块。
背景
保存TensorFlow图
下面是我的Python脚本，用于生成和保存一个简单的图形，以便将5添加到我的输入x placeholder操作中。
import tensorflow as tf
# make and save a simple graph
G = tf.Graph()
with G.as_default():
x = tf.placeholder(dtype=
浏览 2提问于2017-07-28得票数 21
回答已采纳
3回答
Tensorflow:保存和恢复变量问题
python、tensorflow
如何在tensorflow中保存和恢复变量？
我有麻烦了。我的代码：
import tensorflow as tf
v1 = tf.Variable(tf.zeros([2, 2], dtype=tf.float32, name='v1'))
saver = tf.train.Saver()
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
print sess.run(v1)
save_path = saver.save(sess, 'model.
浏览 9提问于2016-12-12得票数 4
回答已采纳
3回答
TensorFlow，为什么保存模型后有3个文件？
tensorflow
阅读了之后，我用TensorFlow保存了一个模型，下面是我的演示代码：
# Create some variables.
v1 = tf.Variable(..., name="v1")
v2 = tf.Variable(..., name="v2")
...
# Add an op to initialize the variables.
init_op = tf.global_variables_initializer()
# Add ops to save and restore all the variables.
saver = tf.train.
浏览 5提问于2016-12-21得票数 134
回答已采纳
3回答
从Python导出张量流图表以在C++中使用
python、c++、export、tensorflow、deep-learning
到底应该如何导出python模型以便在c++中使用？
我正在尝试做一些与本教程类似的事情：
我正在尝试在c++应用程序接口中导入我自己的TF模型，而不是初始模型。我调整了输入大小和路径，但奇怪的错误不断出现。我花了一整天的时间阅读stack overflow和其他论坛，但都没有用。
我尝试了两种导出图形的方法。
方法1:元图表。
...loading inputs, setting up the model, etc....
sess = tf.InteractiveSession()
sess.run(tf.initialize_all_variables())
for i in ra
浏览 0提问于2016-04-18得票数 17
2回答
导出Tensorflow 2中的冻结图.pb文件
tensorflow、tensorflow2.0
我正在尝试Tensorflow 2 alpha，我一直试图冻结模型并将其导出到.pb图形文件中。
在Tensorflow 1中，我可以这样做：
# Freeze the graph.
frozen_graph_def = tf.graph_util.convert_variables_to_constants(
sess,
sess.graph_def,
output_node_names)
# Save the frozen graph to .pb file.
with open('model.pb', 'wb') as f:
浏览 0提问于2019-03-22得票数 7
回答已采纳
1回答
Tensorflow中的再训练模型
python、machine-learning、tensorflow、prediction
我有一个使用Tensorflow的简单神经网络。以下是本届会议：
with tensorFlow.Session() as sess:
sess.run(tensorFlow.global_variables_initializer())
for epoch in range(epochs):
i = 0
epochLoss = 0
for _ in range(int(len(data) / batchSize)):
ex, ey = nextBatch(i)
i += 1
feedDict = {x :ex, y:ey }
浏览 2提问于2017-02-14得票数 2
回答已采纳
1回答
从运行在安卓系统上的开放图像数据集中获取预训练的初始v3模型
android、tensorflow
我尝试了一段时间让预先训练好的模型在android上工作。问题是，我只得到了预先训练好的网络的ckpt和meta文件。在我看来，我需要安卓应用的.pb。因此，我尝试将给定的文件转换为.pb文件。
因此，我尝试了freeze_graph.py，但没有成功。因此，我使用了中的示例代码，并对其进行了修改以存储pb。加载后的文件
if not os.path.exists(FLAGS.checkpoint):
tf.logging.fatal(
'Checkpoint %s does not exist. Have you download it? See tools/down
浏览 0提问于2017-01-13得票数 1
2回答
我的代码如下：
import tensorflow as tf
import numpy as np
def add_layer(input):
v2 = tf.Variable(tf.random_normal([2, 2], dtype=tf.float32, name='v2'))
tf.add_to_collection('h0_v2',v2)
output=tf.matmul(input,v2)
return output
x1=tf.placeholder(tf.float32)
outputs=add_layer(x
浏览 3提问于2017-03-03得票数 0
1回答
未正确还原TensorFlow变量
python、tensorflow
我是tensorflow的新手，我正在努力学习如何保存和恢复我的模型。
我就这样救了它：
with tf.Session() as sess:
sess.run(tf.initialize_all_variables())
for epoch in range(hm_epochs):
#Training Model...
accuracy = tf.reduce_mean(tf.cast(correct, 'float'))
print(sess.run('b1:0'))
saver = tf.tra
浏览 0提问于2018-06-21得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频活动推荐
腾讯云开发者
