Question

基于此converting-trained-tensorflow-model-to-protobuf我试图保存/恢复TF图表但没有成功。

这是救星：

with tf.Graph().as_default():
    variable_node = tf.Variable(1.0, name="variable_node")
    output_node = tf.mul(variable_node, 2.0, name="output_node")
    sess = tf.Session()
    init = tf.initialize_all_variables()
    sess.run(init)
    output = sess.run(output_node)
    tf.train.write_graph(sess.graph.as_graph_def(), summ_dir, 'model_00_g.pbtxt', as_text=True)
    #self.assertNear(2.0, output, 0.00001)
    saver = tf.train.Saver()
    saver.save(sess, saver_path)

生成带有文本图形描述的model_00_g.pbtxt。几乎从freeze_graph_test.py复制粘贴。

这是读者：

with tf.Session() as sess:

    with tf.Graph().as_default():
        graph_def = tf.GraphDef()
        graph_path = '/mnt/code/test_00/log/2016-02-11.22-37-46/model_00_g.pbtxt'
        with open(graph_path, "rb") as f:
            proto_b = f.read()
            #print proto_b   # -> I can see it
            graph_def.ParseFromString(proto_b) # no luck..
            _ = tf.import_graph_def(graph_def, name="")

    print sess.graph_def

在graph_def.ParseFromString() DecodeError: Tag had invalid wire type.

时失败

我在Docker容器b.gcr.io/tensorflow/tensorflow:latest-devel上，以防它有任何区别。

Answer 1

GraphDef.ParseFromString()方法（以及一般来说，任何Python protobuf包装器上的ParseFromString()方法）都需要二进制协议缓冲区格式的字符串。如果您将as_text=False传递给tf.train.write_graph()，则该文件将采用适当的格式。

否则，您可以执行以下操作来阅读基于文本的格式：

from google.protobuf import text_format
# ...
graph_def = tf.GraphDef()
text_format.Merge(proto_b, graph_def)

Answer 2

ParseFromString需要二进制序列化协议缓冲区，对于人类可读的表示，您需要使用text_format.Merge here

Answer 3

我试图通过只接受二进制文件的java API加载模型。但是在python中我们使用contrib.Estimator生成文本模型文件格式。我在网上找到model file converter，似乎工作正常。如果您有现有的文本格式模型文件，这也可以解决原始问题（使用二进制模型加载器）。

TF保存/恢复图在tf.GraphDef.ParseFromString（）失败

3 个答案: