Question

我目前正在尝试使用CNN进行超分辨率。为了服务我的模型，我需要先将它释放到.pb文件中，对吗？作为一个新手，我真的不知道该怎么做。我的模型基本上是这样的：

低分辨率输入图像 - ＆gt;双三次缩放（2x） - ＆gt;喂给CNN - ＆gt; CNN输出图像具有相同（2x）分辨率。

我的模型有3个简单的图层。输出层被称为＆＃34;输出＆＃34;。你可以在这里找到模型：

https://github.com/pinae/Superresolution

它保存了它的进度：

检查点
network_params.data-00000-的-00001
network_params.index
network_params.meta

我知道如何做到这一点。

首先：遵循本教程：https://blog.metaflow.fr/tensorflow-how-to-freeze-a-model-and-serve-it-with-a-python-api-d4f3596b3adc

这似乎是针对多个输出节点（用于识别）而不是针对仅具有一个输出的超分辨率。我不知道如何修改该脚本以供我使用。

第二：使用freeze_graph.py

同样，我完全迷失了如何在我的模型中使用它。所有示例似乎都基于MNIST教程。

谢谢！

Answer 1

不明白你的意思但是在metaflow文章中，他也使用了一个输出节点。您可以添加多个，具体取决于您对tensor。

的命名方式

在您的情况下，请查看network.py。您需要查看output_layer：

    self.output = self.conv_layer("reconstruction_layer", self.layer_params[-1],
                                  non_linear_mapping_layer, linear=True)

正如您所看到的那样，由于conv_layer已经存在名称，因此在元流代码中，您需要执行以下操作：

def freeze_graph(model_folder):
    # We retrieve our checkpoint fullpath
    checkpoint = tf.train.get_checkpoint_state(model_folder)
    input_checkpoint = checkpoint.model_checkpoint_path

    # We precise the file fullname of our freezed graph
    absolute_model_folder = "/".join(input_checkpoint.split('/')[:-1])
    output_graph = absolute_model_folder + "/frozen_model.pb"

    # Before exporting our graph, we need to precise what is our output node
    # This is how TF decides what part of the Graph he has to keep and what part it can dump
    # NOTE: this variable is plural, because you can have multiple output nodes
    output_node_names = "reconstruction_layer"
    ...

注意：有时它在命名中有一个前缀，就像元数据文章Accuracy/predictions的情况下，Accuracy是一个前缀。因此，打印出存储在检查点中的所有变量名称是有意义的。

顺便说一句，从TF 1.0开始，您可以使用SavedModelBuilder保存模型。这是首选方式，因为它提供了跨多种语言的兼容性。唯一需要注意的是，它仍然不是单个文件，但与Tensorflow服务配合良好。

将CNN tensorflow模型冻结为.pb文件

1 个答案: