将模型冻结到.pb文件中

Question

我目前正在试验使用CNN的超分辨率。为了服务于我的模型，我需要先把它变成一个.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) ->馈送到CNN -> CNN输出图像，分辨率相同(2x)。

我的模型有三个简单的层次。输出层称为“输出”。你可以在这里找到模型：

https://github.com/pinae/Superresolution

它这样节省了它的进展：

• 检查点
• 网络参数.数据-00000-00001
• network_params.index
• network_params.meta

我想办法做到这一点。

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

这似乎是为多个输出节点(为了标识)而不是为只有一个输出的超分辨率而做的。我不知道如何修改这个脚本以供我使用。

第二:使用freeze_graph.py

再说一次，我完全不知道该如何在我的模型中使用这个。所有的例子似乎都是基于MNIST教程。

谢谢!

Answer 1

不明白您的意思，但在元流文章中，他还使用了一个输出节点。您可以根据命名tensor的方式添加几个。

在您的例子中，请看一下network.py。你需要看看output_layer

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

正如您所看到的，由于conv_layer，它已经是名称，所以在元流代码中，您需要执行如下操作：

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:有时它在命名中有一个前缀，比如在元流文章Accuracy/predictions中，准确性是一个前缀。因此，打印存储在检查点中的所有变量名是有意义的。

顺便说一句，从Tf1.0开始，您可以使用SavedModelBuilder保存模型。这是首选的方法，因为它提供了跨多种语言的兼容性。唯一的警告是，它仍然不是一个单一的文件，但与Tensorflow服务很好地工作。