Question

我正在尝试使用tensorflow r1.1加载预先训练好的vgg-16网络。该网络提供3个文件：

saved_model.pb
变量/ variables.index
变量/ variables.data-00000-的-00001

将变量sess初始化为tf.Session()

我使用以下脚本加载网络并提取一些特定的图层：

vgg_path='./'
model_filename = os.path.join(vgg_path, "saved_model.pb")
export_dir = os.path.join(vgg_path, "variables/")

with gfile.FastGFile(model_filename, 'rb') as f:
    data = compat.as_bytes(f.read())
    sm = saved_model_pb2.SavedModel()
    sm.ParseFromString(data)
    image_input, l7, l4, l3 = tf.import_graph_def(sm.meta_graphs[0].graph_def, 
            name='',return_elements=["image_input:0", "layer7_out:0",
            "layer4_out:0", "layer3_out:0"])

tf.add_to_collection(tf.GraphKeys.GLOBAL_VARIABLES, image_input)
tf.add_to_collection(tf.GraphKeys.GLOBAL_VARIABLES, l7)
tf.add_to_collection(tf.GraphKeys.GLOBAL_VARIABLES, l4)
tf.add_to_collection(tf.GraphKeys.GLOBAL_VARIABLES, l3)

saver = tf.train.Saver(tf.global_variables())
print("load data")
saver.restore(sess, export_dir)

初始化变量saver时，脚本会终止并出现以下错误：

TypeError：要保存的变量不是变量：Tensor（＆＃34; image_input：0＆＃34;， shape =（？，？，？，3），dtype = float32）

如何修复脚本并恢复预先训练好的vgg网络？

Answer 1

由于您有SavedModel，因此可以使用tf.saved_model.loader加载它：

with tf.Session() as sess:
    tf.saved_model.loader.load(sess, ["some_tag"], model_dir)

在tensorflow上加载预训练的vgg-16

1 个答案: