python - 保存使用 keras 训练的 TF 模型，然后在 Go 中进行评估

Question

我正在尝试使用 keras 设置一个经典的 MNIST 挑战模型，然后保存 tensorflow 图并随后将其加载到 Go 中，然后用一些输入进行评估。我一直在关注this article在 github 上提供完整代码. Nils 仅使用 tensorflow 来设置 comp.graph，但我想使用 keras。我设法像他一样保存模型

型号:

   model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3),
                 activation='relu',
                 input_shape=(28,28,1), name="inputNode"))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(10, activation='softmax', name="inferNode"))

运行正常，训练和评估然后保存如上:

builder = tf.saved_model.builder.SavedModelBuilder("mnistmodel_my")
# GOLANG note that we must tag our model so that we can retrieve it at inference-time
builder.add_meta_graph_and_variables(sess, ["serve"])
builder.save()

然后我尝试将其评估为:

result, runErr := model.Session.Run(
        map[tf.Output]*tf.Tensor{
            model.Graph.Operation("inputNode").Output(0): tensor,
        },
        []tf.Output{
            model.Graph.Operation("inferNode").Output(0),
        },
        nil,
    )

在 Go 中，我遵循示例，但在评估时，我得到:

    panic: nil-Operation. If the Output was created with a Scope object, see Scope.Err() for details.

goroutine 1 [running]:
github.com/tensorflow/tensorflow/tensorflow/go.Output.c(0x0, 0x0, 0x0, 0x0)
    /Users/air/go/src/github.com/tensorflow/tensorflow/tensorflow/go/operation.go:119 +0xbb
github.com/tensorflow/tensorflow/tensorflow/go.newCRunArgs(0xc42006e210, 0xc420047ef0, 0x1, 0x1, 0x0, 0x0, 0x0, 0xc4200723c8)
    /Users/air/go/src/github.com/tensorflow/tensorflow/tensorflow/go/session.go:307 +0x22d
github.com/tensorflow/tensorflow/tensorflow/go.(*Session).Run(0xc420078060, 0xc42006e210, 0xc420047ef0, 0x1, 0x1, 0x0, 0x0, 0x0, 0x0, 0x0, ...)
    /Users/air/go/src/github.com/tensorflow/tensorflow/tensorflow/go/session.go:85 +0x153
main.main()
    /Users/air/PycharmProjects/GoTensor/custom.go:36 +0x341
exit status 2

因为它说 nil-Operation 我想我可能错误地标记了节点。但是我不知道我应该标记哪些其他节点？

非常感谢!!!

Answer 1

您的代码应该可以正常工作。关于零操作的原因，您是对的。

您只需找到“inputNode”的完整节点名称即可。

在 python 中，在模型定义之后，您可以遍历图形节点并查找完整名称，方法如下:

for n in sess.graph.as_graph_def().node:
    if "inputNode" in n.name:
        print(n.name)

一旦你得到了完整的名字，你就可以在你的 Go 程序中使用它了。

此外，我建议您使用更完整且易于使用的 tensorflow API 包装器:tfgo