java - 在Java中使用TensorFlow的Python Tensor

Question

我有一个在 Python 中运行的 Tensorflow 程序，出于某些方便的原因，我想在 Java 上运行相同的程序，因此我必须保存我的模型并将其加载到我的 Java 应用程序中。

我的问题是不知道如何保存张量对象，这是我的代码:

class Main:
def __init__(self, checkpoint):
    ...
    self.g = tf.Graph()
    self.sess = tf.Session()

    self.img_placeholder = tf.placeholder(tf.float32, 
    shape=(1, 679, 1024, 3), name='img_placeholder')

    #self.preds is an instance of Tensor
    self.preds = transform(self.img_placeholder)

    self.saver = tf.train.Saver()
    self.saver.restore(self.sess, checkpoint)

def ffwd(...):

    ...
    _preds = self.sess.run(self.preds, feed_dict=
    {self.img_placeholder: self.X})

    ...

因此，由于我无法创建我的张量(变换函数在幕后创建神经网络...)，我必须保存它并将其重新加载到 Java 中。我找到了保存 session 的方法，但没有找到保存张量实例的方法。

有人可以给我一些关于如何实现这一目标的见解吗？

Answer 1

Python Tensor对象是对图中操作的特定输出的符号引用。

图中的操作可以通过其字符串名称来唯一标识。该操作的特定输出由该操作的输出列表中的整数索引来标识。该指数通常为零，因为绝大多数操作都会产生单一输出。

要获取 Python 中 Tensor 对象引用的操作名称和输出索引，您可以执行以下操作:

print(preds.op.name)
print(preds.value_index)  # Most likely will be 0

然后在 Java 中，您可以按名称提供/获取节点。假设 preds.op.name 返回字符串 foo，并且 preds.value_index返回整数 1，然后在 Java 中，您将执行以下操作:

session.runner().feed("img_placeholder").fetch("foo", 1)

(有关详细信息，请参阅 javadoc for org.tensorflow.Session.Runner)。

您可能会在 https://github.com/tensorflow/models/tree/master/samples/languages/java 中找到链接到的幻灯片这些幻灯片中的演讲者注释很有用。

希望有帮助。