graph - tensorflow : how to insert custom input to existing graph?

Question

我已经下载了一个实现 VGG16 ConvNet 的 tensorflow GraphDef，我用它来做这个:

Pl['images'] = tf.placeholder(tf.float32, 
                          [None, 448, 448, 3],
                          name="images") #batch x width x height x channels
with open("tensorflow-vgg16/vgg16.tfmodel", mode='rb') as f: 
    fileContent = f.read()

graph_def = tf.GraphDef()
graph_def.ParseFromString(fileContent)
tf.import_graph_def(graph_def, input_map={"images": Pl['images']})

此外，我的图像特征与 "import/pool5/" 的输出是同质的。 .

如何告诉我的图表不想使用他的输入 "images" , 但张量 "import/pool5/"作为输入？

谢谢 !

编辑

好的，我意识到我还不是很清楚。情况如下:

我正在尝试使用 this implementation ROI 池化，使用预先训练的 VGG16，我有 GraphDef 格式。所以这就是我所做的:

首先，我加载模型:

tf.reset_default_graph()
with open("tensorflow-vgg16/vgg16.tfmodel",
          mode='rb') as f:
    fileContent = f.read()
graph_def = tf.GraphDef()
graph_def.ParseFromString(fileContent)
graph = tf.get_default_graph()

然后，我创建我的占位符

images = tf.placeholder(tf.float32, 
                              [None, 448, 448, 3],
                              name="images") #batch x width x height x channels
boxes = tf.placeholder(tf.float32, 
                             [None,5], # 5 = [batch_id,x1,y1,x2,y2]
                             name = "boxes")

我将图形第一部分的输出定义为 conv5_3/Relu

tf.import_graph_def(graph_def, 
                    input_map={'images':images})
out_tensor = graph.get_tensor_by_name("import/conv5_3/Relu:0")

所以， out_tensor形状为 [None,14,14,512]
然后，我进行 ROI 池化:

[out_pool,argmax] = module.roi_pool(out_tensor,
                                    boxes,
                                    7,7,1.0/1) 

与 out_pool.shape = N_Boxes_in_batch x 7 x 7 x 512 , 与 pool5 齐次.然后我想喂 out_pool作为 pool5 之后的操作的输入，所以看起来像

tf.import_graph_def(graph.as_graph_def(),
                    input_map={'import/pool5':out_pool})

但它不起作用，我有这个错误:

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-89-527398d7344b> in <module>()
      5 
      6 tf.import_graph_def(graph.as_graph_def(),
----> 7                     input_map={'import/pool5':out_pool})
      8 
      9 final_out = graph.get_tensor_by_name("import/Relu_1:0")

/usr/local/lib/python3.4/dist-packages/tensorflow/python/framework/importer.py in import_graph_def(graph_def, input_map, return_elements, name, op_dict)
    333       # NOTE(mrry): If the graph contains a cycle, the full shape information
    334       # may not be available for this op's inputs.
--> 335       ops.set_shapes_for_outputs(op)
    336 
    337       # Apply device functions for this op.

/usr/local/lib/python3.4/dist-packages/tensorflow/python/framework/ops.py in set_shapes_for_outputs(op)
   1610       raise RuntimeError("No shape function registered for standard op: %s"
   1611                          % op.type)
-> 1612   shapes = shape_func(op)
   1613   if len(op.outputs) != len(shapes):
   1614     raise RuntimeError(

/home/hbenyounes/vqa/roi_pooling_op_grad.py in _roi_pool_shape(op)
     13   channels = dims_data[3]
     14   print(op.inputs[1].name, op.inputs[1].get_shape())
---> 15   dims_rois = op.inputs[1].get_shape().as_list()
     16   num_rois = dims_rois[0]
     17 

/usr/local/lib/python3.4/dist-packages/tensorflow/python/framework/tensor_shape.py in as_list(self)
    745       A list of integers or None for each dimension.
    746     """
--> 747     return [dim.value for dim in self._dims]
    748 
    749   def as_proto(self):

TypeError: 'NoneType' object is not iterable

有什么线索吗？

Answer 1

通常使用 tf.train.export_meta_graph 非常方便存储整个 MetaGraph。然后，在恢复时，您可以使用 tf.train.import_meta_graph , 因为事实证明，它将所有附加参数传递给底层 import_scoped_meta_graph其中有 input_map参数并在它自己调用 import_graph_def 时使用它.

它没有记录在案，我花了太多时间才找到它，但它确实有效!