tensorflow - 连接两个不同图 tensorflow 的输入和输出张量

Question

我有 2 ProtoBuf 文件，我目前通过调用分别加载和转发每个文件 -

out1=session.run(graph1out, feed_dict={graph1inp:inp1})

其次是

final=session.run(graph2out, feed_dict={graph2inp:out1})

哪里 graph1inp 和 graph1out 是 的输入节点和输出节点图1 和 的类似术语图2

现在，我想连接 graph1out 与 graph2inp 这样我只需要运行 graph2out 喂食时 graph1inp 与 inp1 .换句话说，以这样一种方式连接 2 个涉及图的输入和输出张量，即一次运行足以在两个经过训练的 ProtoBuf 文件上运行推理。

Answer 1

假设您的 Protobuf 文件包含序列化 tf.GraphDef protos，你可以使用 input_map tf.import_graph_def() 的论据连接两个图:

# Import graph1.
graph1_def = ...  # tf.GraphDef object
out1_name = "..."  # name of the graph1out tensor in graph1_def.
graph1out, = tf.import_graph_def(graph1_def, return_elements=[out_name])

# Import graph2 and connect it to graph1.
graph2_def = ...  # tf.GraphDef object
inp2_name = "..."  # name of the graph2inp tensor in graph2_def.
out2_name = "..."  # name of the graph2out tensor in graph2_def.
graph2out, = tf.import_graph_def(graph2_def, input_map={inp2_name: graph1out},
                                 return_elements=[out2_name])