machine-learning - 替换卡住 Tensorflow 模型中的节点

Question

我有一个卡住推理图存储在.pb文件中，该文件是由从经过训练的Tensorflow模型获得的freeze_graph 函数。

为了简单起见，假设我想将模型中的一些 sigmoid 激活 更改为 tanh 激活(我们不要讨论这是否是一个好主意)。

如何通过仅访问 .pb 文件中的卡住图来完成此操作，并且无法重新训练模型？

我知道 tf.contrib 中的图形编辑器库应该能够完成此类工作，但我无法找到一种简单的方法来执行此操作文档。

Answer 1

解决方案是使用import_graph_def:

import tensorflow as tf
sess = tf.Session()

def load_graph(frozen_graph_filename):
    with tf.gfile.GFile(frozen_graph_filename, "rb") as f:
        graph_def = tf.GraphDef()
        graph_def.ParseFromString(f.read())
    with tf.Graph().as_default() as graph:
        tf.import_graph_def(graph_def, name='')
    return graph
graph_model = load_graph("frozen_inference_graph.pb")
graph_model_def = graph_model.as_graph_def()

graph_new = tf.Graph()
graph_new.as_default()
my_new_tensor = # whatever
tf.import_graph_def(graph_model_def, name='', input_map={"tensor_to_replace": my_new_tensor})
#do somthing with your new graph

Here我写了一篇关于它的文章