Question

我用Keras建立模型并训练它。然后我将模型保存为 h5 文件，即model.save（＆＃39; name.h5＆＃39;）。现在我想在tensorflow中重新加载模型，以便我可以访问 .meta 文件，例如我想从.meta文件导入计算图，即tf.train.import_meta_graph（＆＃39; name_of_the_file.meta＆＃39;。）

所以，问题是如何将Keras的.h5文件转换为以下四个TensorFlow文件：

.META
检查点
。数据-00000-的-00001
的.index

Answer 1

Tensorflow 2.x将自动执行此操作。用于save（请参阅also）的函数是：

save(
    filepath,
    overwrite=True,
    include_optimizer=True,
    save_format=None
)

保存格式让您选择“ h5”或“ tf”。但是，对于tensorflow 1.x尚未实现（可能永远不会实现）。

save_format：'tf'或'h5'，指示是否保存模型到Tensorflow SavedModel或HDF5。当前默认为“ h5”，但是将在TensorFlow 2.0中切换为``tf''。目前，“ tf”选项禁用（改为使用tf.keras.experimental.export_saved_model）。

您可以按照说明进行操作并使用tf.keras.experimental.export_saved_model，但仍不会创建.meta文件。

Answer 2

您可以使用第三方软件包，例如keras_to_tensorflow

keras_to_tensorflow：将训练过的keras模型转换为推理张量流模型的通用代码

转换可以通过

完成

python3 keras_to_tensorflow.py -input_model_file model.h5

如何将Keras h5格式导出为TensorFlow .meta？

2 个答案: