我已经使用TensorFlow构建和培训了一些网络，并成功设法保存并恢复了模型的参数。
然而，对于某些情况 - 例如比如在客户的基础架构中部署经过培训的网络 - 它不是发布完整代码/模型的最佳解决方案。因此，我想知道是否有任何方法可以在没有用于培训的原始代码/模型的情况下恢复/运行经过训练的网络？
我想这会导致问题是TensorFlow是否能够将（压缩的？）版本的网络架构保存到检查点文件中以及变量的权重。
这有可能吗？
答案 0 :(得分：2)
如果您确实只需要从graphdef文件（* .pb）恢复，例如从另一个应用程序加载它，则需要使用此处的freeze_graph.py脚本：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/tools/freeze_graph.py
此脚本将graphdef（.pb）和检查点（.ckpt）文件作为输入，并输出一个graphdef文件，其中包含常量形式的权重（您可以阅读脚本上的文档以获取更多详细信息）。