TensorFlow 保存和导入计算图中的部分节点
2017-06-14 11:10
281 查看
#保存计算图中的节点 import tensorflow as tf from tensorflow.python.framework import graph_util v1 = tf.Variable(tf.constant(1.0,shape=[1]),name='v1') v2 = tf.Variable(tf.constant(2.0,shape=[1]),name='v2') res = tf.add(v1,v2,name='add_res') res2 = tf.add(res,v2,name='add_res1') with tf.Session() as sess: sess.run(tf.global_variables_initializer()) #获取图 graph_def = tf.get_default_graph().as_graph_def() #保存了两个节点。 #convert_variables_to_constants:通过这个函数可以将计算图中的变量及其取值通过常量保存。 #add_res 没有“:0”,表示这是计算节点,而“add_res:0” 表示节点计算后的输出张量。 output_graph_def = graph_util.convert_variables_to_constants(sess,graph_def,['add_res','add_res1']) #文件句柄,保存文件。 with tf.gfile.GFile('./save/combined_model.pb','wb') as f: f.write(output_graph_def.SerializeToString()) #导入已保存的节点 from tensorflow.python.platform import gfile with tf.Session() as sess: model_filename = './save/combined_model.pb' with gfile.FastGFile(model_filename,'rb') as f: graph_def = tf.GraphDef() graph_def.ParseFromString(f.read()) result1 = tf.import_graph_def(graph_def,return_elements=['add_res:0']) #这里导入了之前保存的节点,并且“:0”表示该节点的第一次输出的结果 result2 = tf.import_graph_def(graph_def,return_elements=['add_res1:0']) print(sess.run(result1)) print(sess.run(result2))
相关文章推荐
- tensorflow中保存部分模型节点
- 关于openstack部分计算节点无法实现热迁移问题描述
- 保存并重新打开文档(用以实现部分计算域的更新)
- 88、展示Tensorflow计算图上每个节点的基本信息以及运行时消耗的时间和空间
- 展示Tensorflow计算图上每个节点的基本信息以及运行时消耗的时间和空间
- 88、展示Tensorflow计算图上每个节点的基本信息以及运行时消耗的时间和空间
- sklearn,keras,tensorflow 模型本地保存与导入
- Tensorflow-pb保存与导入
- Tensorflow-变量保存与导入
- openstack升级folsom到grizzly(计算节点部分)
- tensorflow保存部分变量
- Tensorflow 实战google深度学习框架 09 计算图保存,与模型读取
- 删除一个表字段所引用的外键,并保存下来,在数据导入后再重新加入先前删除的外键
- 如何将delphi的整个form保存为图像?包含下拉条隐藏的部分。
- [导入]正确计算天干地支生肖的函数(.net)---更正版
- [导入]3.8 [Enterprise Library]部分信任应用程序的支持
- 公布一下工资管理系统中核心部分工资计算的代码
- [导入]不需要任何附加信息的伪凹凸光照计算方法。
- [导入]使用Ext.UpdateManager实现页面任意部分自动刷新处理
- 用DataGrid演示某字段为null保存xml时节点丢失的问题