将CNN张量流模型冻结到.pb文件中

Question

我目前正在尝试使用CNN进行超分辨率。 要为我的模型提供服务，我需要先将其保存为.pb文件，对吗？ 作为一个新手，我真的不知道该怎么做。 我的模型基本上是这样的：

低分辨率输入图像->双三次缩放（2x）->馈入CNN->具有相同（2x）分辨率的CNN输出图像。

我的模型有3个简单层。 输出层称为“输出”。 您可以在这里找到模型：

https://github.com/pinae/Superresolution

这样可以保存进度：

• 检查站
• network_params.data 00000-的-00001
• network_params.index
• network_params.meta

我看到这样做的方法。

首先：遵循本教程： https : //blog.metaflow.fr/tensorflow-how-to-freeze-a-model-and-serve-it-with-a-python-api-d4f3596b3adc

这似乎是针对多个输出节点（用于标识），而不是针对仅具有一个输出的超分辨率。 我不知道如何修改该脚本以供使用。

第二：使用freeze_graph.py

同样，我完全迷失了如何在模型中使用它。 所有示例似乎都基于MNIST教程。

谢谢！

Answer 1

不明白您的意思，但是在metaflow文章中，他还使用了一个输出节点。 您可以根据tensor命名方式添加多个。

在这种情况下，请查看network.py 。 您需要查看output_layer ：

    self.output = self.conv_layer("reconstruction_layer", self.layer_params[-1],
                                  non_linear_mapping_layer, linear=True)

如您所见，由于conv_layer ，它已经是名称，因此在元流代码中，您需要执行以下操作：

def freeze_graph(model_folder):
    # We retrieve our checkpoint fullpath
    checkpoint = tf.train.get_checkpoint_state(model_folder)
    input_checkpoint = checkpoint.model_checkpoint_path

    # We precise the file fullname of our freezed graph
    absolute_model_folder = "/".join(input_checkpoint.split('/')[:-1])
    output_graph = absolute_model_folder + "/frozen_model.pb"

    # Before exporting our graph, we need to precise what is our output node
    # This is how TF decides what part of the Graph he has to keep and what part it can dump
    # NOTE: this variable is plural, because you can have multiple output nodes
    output_node_names = "reconstruction_layer"
    ...

注意：有时它在命名中带有前缀，例如Accuracy是元流文章Accuracy/predictions的前缀。 因此，打印出您存储在检查点中的所有变量名称是有意义的。

顺便说一句，从TF 1.0开始，您可以使用SavedModelBuilder保存模型。 这是首选方法，因为它提供了跨多种语言的兼容性。 唯一需要注意的是，它仍然不是一个文件，但可以与Tensorflow Serving一起很好地工作。