一 tensorflow

01：

通过

saver.save

函数将TensorFlow模型保存到了

model/model.ckpt

文件中，这里代码中指定路径为

"model/model.ckpt"

，也就是保存到了当前程序所在文件夹里面的

model

文件夹中。

TensorFlow模型会保存在后缀为

.ckpt

的文件中。保存后在save这个文件夹中实际会出现3个文件，因为TensorFlow会将计算图的结构和图上参数取值分开保存。

• model.ckpt.meta

  文件保存了TensorFlow计算图的结构，可以理解为神经网络的网络结构

• model.ckpt

  文件保存了TensorFlow程序中每一个变量的取值

• checkpoint

  文件保存了一个目录下所有的模型文件列表

 

--

02：.pb

constant_graph = graph_util.convert_variables_to_constants(sess, sess.graph_def, ["output"])
with tf.gfile.FastGFile(pb_file_path, mode='wb') as f:
f.write(constant_graph.SerializeToString())

　　这两句是重要的代码，用来把训练好的模型保存为pb文件。运行完之后就会发现应该的文件夹多出了一个pb文件。

def recognize(jpg_path, pb_file_path):
with tf.Graph().as_default():
output_graph_def = tf.GraphDef()

with open(pb_file_path, "rb") as f:
output_graph_def.ParseFromString(f.read())
_ = tf.import_graph_def(output_graph_def, name="")

　　打开相应的pb文件。

03：将 .ckpt 格式转化为 .pb 格式

TensorFlow 自定义模型导出：将 .ckpt 格式转化为 .pb 格式

二 caffee

生成模型文件 .h5；

 

--

 

 

--