python - Tensorflow:加载一个 .pb 文件，然后将其保存为卡住图问题

Question

这个问题与这个问题非常相似:How do you use freeze_graph.py in Tensorflow?但是那个问题没有得到回答，我对这个问题有不同的方法。因此，我想要一些意见。

我也在尝试加载一个 .pb 二进制文件，然后将其卡住。这是我试过的代码。

如果这对您有任何想法，请告诉我。这不会返回错误。它只是让我的 jupyter notebook 崩溃了。

import tensorflow as tf
import sys
from tensorflow.python.platform import gfile

from tensorflow.core.protobuf import saved_model_pb2
from tensorflow.python.util import compat

with tf.Session() as sess:
    model_filename ='saved_model.pb' # binary .pb file
    with gfile.FastGFile(model_filename, 'rb') as f:

        data = compat.as_bytes(f.read()) # reads binary
        sm = saved_model_pb2.SavedModel() 
        print(sm)
        sm.ParseFromString(data) # parses through the file
        print(sm)
        if 1 != len(sm.meta_graphs):
            print('More than one graph found. Not sure which to write')
            sys.exit(1)

        g_in = tf.import_graph_def(sm.meta_graphs[0].graph_def)
        output_graph = "frozen_graph.pb"

        # Getting all output nodes for the frozen graph
        output_nodes = [n.name for n in tf.get_default_graph().as_graph_def().node]
        # This not working fully   
        output_graph_def = tf.graph_util.convert_variables_to_constants(
            sess, # The session is used to retrieve the weights
            tf.get_default_graph().as_graph_def(), # The graph_def is used to retrieve the nodes 
            output_nodes# The output node names are used to select the usefull nodes
        ) 

        # Finally we serialize and dump the output graph to the filesystem
        with tf.gfile.GFile(output_graph, "wb") as f:
            f.write(output_graph_def.SerializeToString())
        print("%d ops in the final graph." % len(output_graph_def.node))
        print(g_in)
LOGDIR='.'
train_writer = tf.summary.FileWriter(LOGDIR)
train_writer.add_graph(sess.graph)

这段代码应该会生成一个卡住文件，但是我对tensorflow的保存机制不是很了解。如果我从这段代码中取出卡住图形部分，我会得到 events.out。 tensorboard 可以读取的文件。

Answer 1

所以在经历了很多挫折之后，我意识到我只是在加载元图。不是带有变量的整个图。这是这样做的代码:

def frozen_graph_maker(export_dir,output_graph):
    with tf.Session(graph=tf.Graph()) as sess:
    tf.saved_model.loader.load(sess, [tf.saved_model.tag_constants.SERVING], export_dir)
    output_nodes = [n.name for n in tf.get_default_graph().as_graph_def().node]
    output_graph_def = tf.graph_util.convert_variables_to_constants(
            sess, # The session is used to retrieve the weights
            sess.graph_def,
            output_nodes# The output node names are used to select the usefull nodes
    )       
    # Finally we serialize and dump the output graph to the filesystem
    with tf.gfile.GFile(output_graph, "wb") as f:
            f.write(output_graph_def.SerializeToString())
def main():
    export_dir='/dir/of/pb/and/variables'
    output_graph = "frozen_graph.pb"
    frozen_graph_maker(export_dir,output_graph)

我意识到我只是在加载元图。如果有人能证实我对失败原因的理解，我会很高兴。使用 compat.as_bytes 我只是将它加载为元图。有没有办法在完成这种加载后整合变量，还是我应该坚持使用 tf.saved_model.loader.load() ？我的加载尝试是完全错误的，因为它甚至没有调用变量文件夹。

另一个问题:使用 [n.name for n in tf.get_default_graph().as_graph_def().node] 我将所有节点放入 output_nodes，我应该只放入最后一个节点吗？它仅适用于最后一个节点。有什么不同？