Question

我最近建立了一个张量流模型并对其进行了训练;这是输入。

data = tf.placeholder(tf.float32, [None,20,1]) #Number of examples, number of input, dimension of each input

通过LSTM单元和密集层计算一段时间后，最终预测在此处进行：

logits = tf.layers.dense(inputs=den3, units=1)

训练并保存后，如下：

for i in range(epoch):
    for j in range(batchSize):
        loss = sess.run([step,error],feed_dict={data:np.array([tx[j]]),target:np.array([ty[j]])})
        saver.save(sess,'model')

这反过来又保存了4个文件 here

然后我将其复制到Pi，但我不知道如何打开它们并传递一些输入并读取输出，而不构建整个图形并分配每个变量。

Answer 1

您应该只能将文件复制到Pi，然后运行saver.restore()再次加载它们。以下是这样做的一个例子：

from tensorflow.python.training import saver as saver_lib
saver = saver_lib.Saver()
saver.restore(sess, 'model')

这基于https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/tools/freeze_graph.py

将训练有素的张量流模型以文件格式部署到Raspberry Pi中

1 个答案: