将Keras K.function（）冻结为张量流图

Question

我有一个在Keras训练的模型，我使用K.function()使用其中间层输出。有没有办法将此K.function()对象保存为张量流图？我想在tensorflow服务中使用此对象，但我没有看到冻结Keras K.function()对象的方法

Answer 1

我最终想通了，我想我应该在这里发布，以防将来有人需要这个。我必须从K.function()对象获取节点名称。

encoder = K.function([...])  # define your Function object
encoder_tensor_names = [t.name for t in encoder.outputs]
encoder_node_names = [tn.replace(':0', '') for tn in encoder_tensor_names]  # node names are tensor names without :0
graph_def = tf.graph_util.convert_variables_to_constants(
    K.get_session(), 
    K.get_session().graph.as_graph_def(), 
    encoder_node_names 
)

然后按照https://stackoverflow.com/a/44044405/5453184中的代码写出二进制（或文本）文件。它的优点在于张量流足够智能，只能保留前馈操作所需的图形部分，在我的情况下，它也会冻结字嵌入，因此我不再需要单独的字矢量文件。