我目前有二进制图像分类器。这是我的本科论文，所以任何帮助都会非常感激。
当我加载并使用模型作为＆＃39; .model＆＃39;时，该模型表现良好。内核中的文件。我想要的是冻结图形并将分类器部署到便携式解决方案，例如本地Flask Web服务器。
虽然遵循有关冻结图形的教程，但很明显我必须定义输出节点。我正在努力选择在这个阶段我应该解析哪些节点。我已经使用
打印出可用节点列表[print(n.name) for n in tf.get_default_graph().as_graph_def().node]
这给了我很多选项。使用我的＆＃39;目标/ Y＆＃39;作为输出节点，图形不会冻结任何变量和冻结模型。大小为1kb。当我选择＆＃39; FullyConnected_1 / Softmax＆＃39;作为输出节点，大约60/70个变量被保存，文件大小更大，大约是我期望的（30mb左右）。当我使用这个冻结图来对测试图像进行分类时，基本上我对两个可用类（一个无能的分类器）的置信度进行了50/50分割：[[0.49903905 0.5009609]] - 确切地说。
我从中推断出与结果相关的位置以及可用节点列表中的位置＆lt; FullyConnected_1 / Softmax＆＃39;放置，这是在任何训练或优化之前的阶段冻结模型。
我相信你会想要更多的信息，但我不想发布绝对所有内容并混淆帖子。请有人帮助我，我会根据您的需要提供更多代码和信息。
非常感谢！