Question

我已经使用Python训练了一个用Tensorflow实现的网络。最后，我用tf.train.Saver（）保存了模型。现在我想用C ++使用这个经过预先训练的网络进行预测。

我该怎么做？有没有办法转换检查点，所以我可以使用tiny-dnn或Tensorflow C ++？

欢迎任何想法:)谢谢！

Answer 1

您可能应该在SavedModel format中导出模型，其中封装了计算图和保存的变量（tf.train.Saver仅保存变量，因此您无论如何都必须保存图形。）< / p>

然后，您可以使用LoadSavedModel在C ++中加载保存的模型。

确切的调用取决于模型的输入和输出。但Python代码看起来像这样：

# You'd adjust the arguments here according to your model
signature = tf.saved_model.signature_def_utils.predict_signature_def(                                                                        
  inputs={'image': input_tensor}, outputs={'scores': output_tensor})                                                                         


builder = tf.saved_model.builder.SavedModelBuilder('/tmp/my_saved_model')                                                                    

builder.add_meta_graph_and_variables(                                                                                                        
   sess=sess,                                                                                                                    
   tags=[tf.saved_model.tag_constants.SERVING],                                                                                             
   signature_def_map={                                                                                                       
 tf.saved_model.signature_constants.DEFAULT_SERVING_SIGNATURE_DEF_KEY:                                                                
        signature                                                                                                                        
})                                                                                                                                       

builder.save()

然后在C ++中你会做这样的事情：

tensorflow::SavedModelBundle model;
auto status = tensorflow::LoadSavedModel(session_options, run_options, "/tmp/my_saved_model", {tensorflow::kSavedModelTagServe}, &model);
if (!status.ok()) {
   std::cerr << "Failed: " << status;
   return;
}
// At this point you can use model.session

（请注意，使用SavedModel格式还允许您使用TensorFlow Serving提供模型，如果这对您的应用程序有意义的话）

希望有所帮助。

使用Tensorflow检查点在C ++中恢复模型

1 个答案: