Question

我的问题与this one here有关持久性图表的问题有关：我想知道是否只能导出图表的某些部分，例如使用TensorFlow 0.12或更新版本的前缀为给定范围的子图。

我目前正在使用tf.train.import_meta_graph()，graph_util.convert_variables_to_constants()和tf.train.write_graph()的组合将图表导出（“冻结”）到协议缓冲区文件中，然后我可以使用{ {1}}。在导出期间，我可以指定哪些节点被视为图形的必需输出，因此不会丢弃任何上游节点，而在导入期间，我可以使用{{1}将图形的某些部分重新连接到其他操作}。

这一切都运行良好，但它缺少不必要的输入的概念，问题在于这样做，tf.import_graph_def()上游的整个也写入文件，即所有输入和预处理相关。

目前，导出如下所示：

input_map

虽然导入如下所示：

output_nodes

有没有办法在导出期间或之前过滤和/或删除我不需要的部分？要清楚，我知道我可以在加载后忽略它们，但我不会将它们导出为开头。在某些时候使用集合会有帮助吗？

Answer 1

我认为内置的图形保存工具需要重新设计。

我找到的最佳解决方案是创建一个您想要保存的变量列表，然后在会话期间保存它们。之后，您可以自由重新加载权重并根据需要更改图表。

parameters = []
parameters += [wieghts, biases]
...
def load_weights(self, weight_file, sess):
    weights = np.load(weight_file)
    keys = sorted(weights.keys())
    for i, k in enumerate(keys):
        print i, k, np.shape(weights[k])
        sess.run(self.parameters[i].assign(weights[k]))

想法归功于Davi Frossard here

冻结/导出TensorFlow图的一部分

1 个答案: