Question

我在这个网站上尝试使用Tensorflow保存模型的例子： https://medium.com/jim-fleming/loading-a-tensorflow-graph-with-the-c-api-4caaff88463f#.ji310n4zo

效果很好。但它不保存变量 a 和 b 的值，因为它只保存图形而不保存变量。我试图替换以下行：

tf.train.write_graph(sess.graph_def, 'models/', 'graph.pb', as_text=False)

带

saver.save(sess, 'models/graph', global_step=0)

当然在创建了保护对象之后。它不起作用，它输出：

未找到：FeedInputs：无法找到Feed输出

我检查了节点加载的节点，它们只是：

_Source

_SINK

在write_graph函数中，然后在C ++中加载模型，我加载了以下节点：

_Source

_SINK

保存/ restore_slice_1 / shape_and_slice

保存/ restore_slice_1 / tensor_name

保存/ restore_slice / shape_and_slice

保存/ restore_slice / tensor_name

保存/保存/ shapes_and_slices

保存/保存/ tensor_names

保存/ CONST

保存/ restore_slice_1

保存/ restore_slice

B'/ P>
保存/ Assign_1

B /读

B / initial_value

B /分配

一

保存/分配

保存/ RESTORE_ALL

保存/保存

保存/ control_dependency

A /读

C

A / initial_value

A /分配

初始化

张量

甚至saver.save（）创建的图形文件比write_graph创建的图形文件小得多165B。

Answer 1

我不确定这是否是解决问题的最佳方式，但至少可以解决问题。

由于write_graph也可以存储常量的值，因此在使用write_graph函数编写图形之前，我将以下代码添加到python中：

for v in tf.trainable_variables():
    vc = tf.constant(v.eval())
    tf.assign(v, vc, name="assign_variables")

这会创建存储变量的常量＆＃39;训练后的数值，然后创建张量＆＃34; assign_variables ＆＃34;将它们分配给变量。现在，当你调用write_graph时，它将存储变量＆＃39;文件中的值。

唯一剩下的部分是调用这些张量＆＃34; assign_variables ＆＃34;在c代码中，以确保为变量分配存储在文件中的常量值。这是一种方法：

      Status status = NewSession(SessionOptions(), &session);
      std::vector<tensorflow::Tensor> outputs;
      for(int i = 0;status.ok(); i++) {
        char name[100];
        if (i==0)
            sprintf(name, "assign_variables");
        else
            sprintf(name, "assign_variables_%d", i);

        status = session->Run({}, {name}, {}, &outputs);
      }

Answer 2

还有另一种方法可以通过调用save/restore_all操作来恢复变量，该操作应该出现在图表中：

std::vector<tensorflow::Tensor> outputs;
Tensor checkpoint_filepath(DT_STRING, TensorShape());
checkpoint_filepath.scalar<std::string>()() = "path to the checkpoint file";
status = session->Run( {{ "save/Const", checkpoint_filepath },}, 
                       {}, {"save/restore_all"}, &outputs);

找不到：FeedInputs：无法找到Feed输出TensorFlow

2 个答案: