python-3.x - 无法使用经过训练的 Tensorflow 模型

Question

我是深度学习和 Tensorflow 的新手。我将预训练的 tensorflow inceptionv3 模型重新训练为 saved_model.pb 以识别不同类型的图像，但是当我尝试使用带有以下代码的 fie 时。

with tf.Session() as sess:
    with tf.gfile.FastGFile("tensorflow/trained/saved_model.pb",'rb') as  f:
        graph_def = tf.GraphDef()
        tf.Graph.as_graph_def()
        graph_def.ParseFromString(f.read())
        g_in=tf.import_graph_def(graph_def)
        LOGDIR='/log'
        train_writer=tf.summary.FileWriter(LOGDIR)
        train_writer.add_graph(sess.graph)

它给了我这个错误-

 File "testing.py", line 7, in <module>
graph_def.ParseFromString(f.read())
google.protobuf.message.DecodeError: Error parsing message

我尝试了很多解决方案，我可以找到这个问题，并且使用 graph_def.ParseFromString(f.read()) 函数的 tensorflow/python/tools 中的模块给了我同样的错误。请告诉我如何解决这个问题或告诉我如何避免 ParseFromString(f.read()) 函数。任何帮助，将不胜感激。谢谢!

Answer 1

请使用 freeze_inference_graph.pb 加载模型，
比使用 saved_model.pb

Model_output
- saved_model
  - saved_model.pb
- checkpoint
- frozen_inference_graph.pb     # Main model 
- model.ckpt.data-00000-of-00001
- model.ckpt.index
- model.ckpt.meta
- pipeline.config