:)模型保存为单一个pb文件
模型保存为单一个pb文件
背景
参考连接: https://www.yuque.com/g/jesse-ztr2k/nkke46/ss4rlv/collaborator/join?token=XUVZNORisVWEWyst#
注意有些时候需要添加一个pb文件。 而不是tensorflow 提供的save 方法生成的一个目录里面包含了若干pb文件。
load时候直接填写这个目录即可。 但是有些时候需要合成一个pb文件。
tf2生成pb 目录描述
1 目录结构
-assets
-variables
-variables.data-00000-of-00001
-variables.index
-saved_model.pb
2 作用
其中 variables 记录模型参数 , pb文件记录模型结构
tf2 都是保存的 权重和 结构分开的, 如果需要兼容tf V1的代码,即导入一个pb文件,就需要 1 )保存常量计算图 2)frozen graph pb格式。
tf1 生成pb脚本
环境准备:
tensorflow==1.15, tf-slim==1.1.0
https://github.com/tensorflow/models/tree/master/research/slim
注意 一定在tf v1 环境下生成pb
1 import cv2
2 import numpy as np
3 import tensorflow as tf
4 import os
5 from tensorflow.python.framework import graph_util
6
7 # 参考连接 https://blog.csdn.net/tensorflowforum/article/details/112352764 代码
8 # 参考连接 参数详解:https://blog.csdn.net/weixin_43529465/article/details/124721583
9 # https://blog.csdn.net/rain6789/article/details/78754516
10
11 class SingleCnn(tf.keras.Model):
12 def __init__(self):
13 super(SingleCnn, self).__init__()
14 # filters=1 卷积核数目,相当于卷积核的channel
15 self.conv = tf.keras.layers.Conv2D(filters=1,
16 kernel_size=[1, 1],
17 # valid表示不填充, same表示合理填充
18 padding='valid',
19 # data_format='channels_last',-> 表示HWC,输入可以定义批次
20 data_format='channels_last',
21 use_bias=False,
22 kernel_initializer=tf.keras.initializers.he_uniform(seed=None),
23 name="conv")
24
25 def call(self, inputs):
26 x = self.conv(inputs)
27 return x
28 if __name__ == "__main__":
29 # 构建场景输入数据
30
31 # images=tf.random.uniform((1, 300, 300, 3))
32
33 # 图像数据
34 imagefile = r"catanddog\cat\5.JPG"
35 img = cv2.imread(imagefile)
36 img = cv2.resize(img, (64, 64))
37 img = np.expand_dims(img, axis=0)
38 print(img.shape, type(img), img.dtype)
39
40 # 未量化的model不支持int32和int8
41 # img = img.astype(np.int32)
42 img = tf.convert_to_tensor(img, np.float32)
43 print(img.shape, type(img), img.dtype)
44 singlecnn = SingleCnn()
45
46 output = singlecnn(img)
47 print(output.shape, type(output))
48 print(output[0][2:10][2:6])
49 # =========== ckpt保存 with session的写法tf2 已不再使用 ===========
50 # with tf.Session(graph=tf.Graph()) as sess:
51 # constant_graph = graph_util.convert_variables_to_constants(sess, sess.graph_def, ['op_to_store'])
52
53 # 保存参考 https://zhuanlan.zhihu.com/p/146243327
54 # save_format='tf' 代表保存pb
55 # singlecnn.save('./pbmodel/singlecnn', save_format='tf')
56 # tf.saved_model.save(singlecnn, './pbmodel/singlecnn')
57 tf.keras.models.save_model(singlecnn, './pbmodel/singlecnn_0',
58 save_format="tf",
59 include_optimizer=False, save_traces=False)
60
61 # 加载模型 验证可以加载
62 new_model = tf.keras.models.load_model('./pbmodel/singlecnn_0', compile=False)
63 # new_model = tf.saved_model.load('./pbmodel/singlecnn_0')
64 # output_ = new_model(img)
65 # # print(output_.shape, output_[0][2:6][2:6])
66 # print(output_.shape)
67 #
68 # 查看结构
69 new_model.summary()
70
71 # print("----------------")
72 # # 加载模型
73 # saved_model = tf.saved_model.load('./pbmodel/singlecnn_0')
74 # # 将模型转换为pb格式 还是目录方法。
75 # converter = tf.saved_model.save(saved_model, "model.pb")
76
77 def change_pb(pretrained_model):
78 """tf v1 选用tf1 跑这个脚本生成pb"""
79 from tensorflow.python.framework.convert_to_constants import convert_variables_to_constants_v2
80 # 重点
81 # Convert Keras model to ConcreteFunction
82 # MobileNet is a function
83 full_model = tf.function(lambda x: pretrained_model(x))
84
85 # 指定shape和dtype对tf function进行重新追踪
86 full_model = full_model.get_concrete_function(
87 tf.TensorSpec(pretrained_model.inputs[0].shape, pretrained_model.inputs[0].dtype))
88
89 # Get frozen ConcreteFunction,将计算图中的变量及其取值通过常量的方式保存
90 frozen_func = convert_variables_to_constants_v2(full_model)
91 frozen_func.graph.as_graph_def()
92
93 layers = [op.name for op in frozen_func.graph.get_operations()]
94 print("-" * 50)
95 print("Frozen model layers: ")
96 for layer in layers:
97 print(layer)
98
99 print("-" * 50)
100 print("Frozen model inputs: ")
101 print(frozen_func.inputs)
102 print("Frozen model outputs: ")
103 print(frozen_func.outputs)
104
105 # Save frozen graph from frozen ConcreteFunction to hard drive
106 # as_text: If True, writes the graph as an ASCII proto; otherwise, The graph is written as a text proto
107 tf.io.write_graph(graph_or_graph_def=frozen_func.graph,
108 logdir="./frozen_models",
109 name="frozen_graph.pb",
110 as_text=True)
111
112
113 change_pb(new_model)
model_getpb
python download_and_convert_data.py --dataset_name=flowers --dataset_dir="tmp/dataset"
:)模型保存为单一个pb文件的更多相关文章
- 读取.properties配置文件并保存到另一个.properties文件内
代码如下 import java.io.BufferedInputStream; import java.io.FileInputStream; import java.io.FileOutputSt ...
- tensorflow学习笔记——模型持久化的原理,将CKPT转为pb文件,使用pb模型预测
由题目就可以看出,本节内容分为三部分,第一部分就是如何将训练好的模型持久化,并学习模型持久化的原理,第二部分就是如何将CKPT转化为pb文件,第三部分就是如何使用pb模型进行预测. 一,模型持久化 为 ...
- tensorflow实战笔记(19)----使用freeze_graph.py将ckpt转为pb文件
一.作用: https://blog.csdn.net/yjl9122/article/details/78341689 这节是关于tensorflow的Freezing,字面意思是冷冻,可理解为整合 ...
- 如何用Tensorflow训练模型成pb文件和和如何加载已经训练好的模型文件
这篇薄荷主要是讲了如何用tensorflow去训练好一个模型,然后生成相应的pb文件.最后会将如何重新加载这个pb文件. 首先先放出PO主的github: https://github.com/ppp ...
- keras中的模型保存和加载
tensorflow中的模型常常是protobuf格式,这种格式既可以是二进制也可以是文本.keras模型保存和加载与tensorflow不同,keras中的模型保存和加载往往是保存成hdf5格式. ...
- tensorflow 保存训练模型ckpt 查看ckpt文件中的变量名和对应值
TensorFlow 模型保存与恢复 一个快速完整的教程,以保存和恢复Tensorflow模型. 在本教程中,我将会解释: TensorFlow模型是什么样的? 如何保存TensorFlow模型? 如 ...
- 1 如何使用pb文件保存和恢复模型进行迁移学习(学习Tensorflow 实战google深度学习框架)
学习过程是Tensorflow 实战google深度学习框架一书的第六章的迁移学习环节. 具体见我提出的问题:https://www.tensorflowers.cn/t/5314 参考https:/ ...
- 把ResNet-L152模型的ckpt文件转化为pb文件
import tensorflow as tf from tensorflow.python.tools import freeze_graph #os.environ['CUDA_VISIBLE_D ...
- Express下使用formidable实现POST表单上传文件并保存
Express下使用formidable实现POST表单上传文件并保存 在上一篇文章中使用formidable实现了上传文件,但没将它保存下来. 一开始,我也以为是只得到了文件的相关信息,需要用fs. ...
- 今天在Mac机器上使用了Flex Builder编辑了一个源代码文件,保存后使用vim命令去打开时发现系统自动在每一行的结尾添加了^M符号,其实^M在Linux/Unix中是非常常见的,也就是我们在Win中见过的/r回车符号。由于编辑软件的编码问题,某些IDE的编辑器在编辑完文件之后会自动加上这个^M符号。看起来对我们的源代码没有任何影响,其实并不然,当我们把源代码文件Check In到svn之类
今天在Mac机器上使用了Flex Builder编辑了一个源代码文件,保存后使用vim命令去打开时发现系统自动在每一行的结尾添加了^M符号,其实^M在Linux/Unix中是非常常见的,也就是我们在W ...
随机推荐
- js替换字符中指定所有字符
//js \n全部替换<br/> function tranceBr(str) { return str.replace(/\n/g, '<br/>'); }
- Luffy项目:2、项目需求(2),项目库的创建,软件开发目录,Django配置文件介绍
目录 Luffy项目 一.Luffy项目需求(2) 1.后台日志封装 2.全局异常处理.封装 3.封装Response对象 二.Luffy项目数据库创建 1.创建用户数据库 2.使用项目链接数据库 2 ...
- torch.nn.Embedding使用详解
torch.nn.Embedding: 随机初始化词向量,词向量值在正态分布N(0,1)中随机取值.输入:torch.nn.Embedding(num_embeddings, – 词典的大小尺寸,比如 ...
- Linux操作命令(四) 1.which命令 2.whereis命令 3.locate命令
1.which命令 which 命令的作用是,在 PATH 变量指定的路径中搜索可执行文件的所在位置.它一般用来确认系统中是否安装了指定的软件 确认是否安装了 gcc:which gcc 查看 cd ...
- 死磕rmi之远程对象
远程对象 远程对象是啥 继承了UnicastRemoteObject的对象都可称为远程对象 让一个对象继承UnicastRemoteObject的能力,就是把自己发布出去. UnicastRemote ...
- js中各种函数
//设置不可使用 $("#sydcpihao_"+sysTime).attr('disabled',true); //设置标签中的text $("#sydcdel_&qu ...
- Day13 字符串的常用方法
API帮助文档的使用流程 在索引的位置搜索自己要查看的类 看包 目的:是不是 Java.lang包(核心包),不需要编写导包代码(import) -------不是 java.lang包,都需要编写导 ...
- Idea2020.2.3 创建JavaWeb项目(部署Tomcat)方法
1.创建项目不再是Java Enterprise了,而是先New 一个普通Java项目! 2.创建项目后,选择Run->Edit Configuration->左上角加号->Tomc ...
- P9033题解
P9033「KDOI-04」XOR Sum 题解 题目链接 传送门 题意简述 构造一个长度为 \(n\),值域为 \([0,m]\) 的异或和为 \(k\) 的序列,如果不存在则输出 \(-1\). ...
- 新手入门Neo4j,手把手完整教学
1. 图数据库Neo4j简介 1.1 什么是图数据库 图数据库:是基于图论实现的一种NoSQL数据库,其数据结构是和查询方式是以图论为基础的,图数据库主要用于存储更多的连接数据. 图论:用多个节点代表 ...