Question

我在Tensorflow上还很陌生，我想导出一个极简主义模型以用于Intel的NCS。但是我无法开始。

我的目标是了解管道的工作原理，因此，我第一步是构建一个简单的图，该图只添加一个与输入大小相同的常数张量。这就是我尝试过的：

import tensorflow as tf

tf.reset_default_graph()
X = tf.placeholder(dtype=tf.float32, shape=(2,2), name = "custom_in")
Y = tf.constant([[1,1],[1,1]], dtype=tf.float32)
Z = tf.add_n([X, Y], name="custom_out")
saver = tf.train.Saver()

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    sess.run(tf.local_variables_initializer())
    saver.save(sess, 'tmp/model-inference')

我也尝试过这个：

import tensorflow as tf

tf.reset_default_graph()
X = tf.placeholder(dtype=tf.float32, shape=(2,2), name = "custom_in")
Y = tf.constant([[1,1],[1,1]], dtype=tf.float32)
Z = tf.add_n([X, Y], name="custom_out")
init_op = tf.global_variables_initializer()

with tf.Session() as sess:
  sess.run(init_op)
  tf.saved_model.simple_save(sess,
            "./test",
            inputs={"custom_in": X},
            outputs={"custom_out": Z})

...但是我收到这些警告：

警告：tensorflow：来自 /usr/lib/python3.7/site-packages/tensorflow/python/saved_model/simple_save.py:85：调用SavedModelBuilder.add_meta_graph_and_variables（从 tensorflow.python.saved_model.builder_impl）与legacy_init_op是已过时，将在以后的版本中删除。说明更新：将您的op传递给等效参数main_op。 INFO：tensorflow：将资产添加到图形。 INFO：tensorflow：没有资产写。 INFO：tensorflow：SavedModel写入：./test/saved_model.pb

如果我尝试使用mvNCCompile进行编译，则会收到此错误：

2018-11-04 15:24:39 $>mvNCCompile saved_model.pb -s 12 -in=custom_in -on=custom_out -is 2 2 -o Test.graph

/usr/lib/python3.7/site-packages/networkx/classes/graph.py:23：   弃用警告：使用或从“集合”导入ABC   而不是from'collections.abc'，而在3.8中   停止从集合导入映射工作   /usr/lib/python3.7/site-packages/networkx/classes/reportviews.py:95：   弃用警告：使用或从“集合”导入ABC   而不是from'collections.abc'，而在3.8中   停止从集合导入映射，设置，可迭代的工作   /usr/lib/python3.7/site-packages/skimage/init.py:60：   弃用警告：不建议使用imp模块，而建议使用   importlib;有关其他用途，请参阅模块的文档
  进口商品   /usr/lib/python3.7/site-packages/google/protobuf/internal/containers.py:182：   弃用警告：使用或从“集合”导入ABC   而不是from'collections.abc'，而在3.8中   停止工作MutableMapping = collections.MutableMapping   /usr/lib/python3.7/site-packages/google/protobuf/internal/containers.py:340：   弃用警告：使用或从“集合”导入ABC   而不是from'collections.abc'，而在3.8中   停止工作collections.MutableSequence.register（BaseContainer）   /usr/bin/ncsdk/Controllers/Parsers/TensorFlowParser/Convolution.py:44：   语法警告：断言始终为真，也许删除括号？
  assert（False，“卷积不支持层类型：” + obj.type）   /usr/bin/ncsdk/Controllers/Parsers/Phases.py:501：弃用警告：   无效的转义序列\“”“   /usr/bin/ncsdk/Controllers/Parsers/Phases.py:747：弃用警告：   无效的转义序列\“”“ mvNCCompile v02.00，版权所有@ Intel   公司2017

/usr/bin/ncsdk/Controllers/TensorFlowParser.py:173：   DeprecationWarning：无效的转义序列\ d追溯（最新   最后调用）：文件“ / usr / bin / mvNCCompile”，行169，在       create_graph（args.network，args.image，args.inputnode，args.outputnode，args.outfile，args.nshaves，args.inputsize，   args.weights，args.explicit_concat，args.ma2480，args.scheduler，   args.new_parser，args）文件“ / usr / bin / mvNCCompile”，第148行，在   create_graph       load_ret = load_network（args，parser，myriad_config）文件“ /usr/bin/ncsdk/Controllers/Scheduler.py”，第100行，在load_network中       parse_ret = parse_tensor（arguments，myriad_conf）文件“ /usr/bin/ncsdk/Controllers/TensorFlowParser.py”，第211行，在   parse_tensor       graph_def.ParseFromString（f.read（））文件“ /usr/lib/python3.7/site-packages/google/protobuf/message.py”，行   185，在ParseFromString中       self.MergeFromString（序列化）文件“ /usr/lib/python3.7/site-packages/google/protobuf/internal/python_message.py”，   第1083行，在MergeFromString中       如果self._InternalParse（serialized，0，length）！=长度：文件“ /usr/lib/python3.7/site-packages/google/protobuf/internal/python_message.py”，   InternalParse中的第1120行       pos = field_decoder（buffer，new_pos，end，self，field_dict）文件“ /usr/lib/python3.7/site-packages/google/protobuf/internal/decoder.py”，   第633行，在DecodeField中       如果value._InternalParse（buffer，pos，new_pos）！= new_pos：文件“ /usr/lib/python3.7/site-packages/google/protobuf/internal/python_message.py”，   InternalParse中的第1120行       pos = field_decoder（buffer，new_pos，end，self，field_dict）文件“ /usr/lib/python3.7/site-packages/google/protobuf/internal/decoder.py”，   DecodeRepeatedField中的第612行       如果value.add（）._ InternalParse（buffer，pos，new_pos）！= new_pos：文件   “ /usr/lib/python3.7/site-packages/google/protobuf/internal/python_message.py”，   InternalParse中的第1120行       pos = field_decoder（buffer，new_pos，end，self，field_dict）文件“ /usr/lib/python3.7/site-packages/google/protobuf/internal/decoder.py”，   DecodeMap中的第743行       如果submsg._InternalParse（buffer，pos，new_pos）！= new_pos：文件“ /usr/lib/python3.7/site-packages/google/protobuf/internal/python_message.py”，   InternalParse中的第1109行       new_pos = local_SkipField（buffer，new_pos，end，tag_bytes）文件“ /usr/lib/python3.7/site-packages/google/protobuf/internal/decoder.py”，   SkipField中的第850行       返回WIRETYPE_TO_SKIPPER [wire_type]（缓冲区，位置，结尾）文件“ /usr/lib/python3.7/site-packages/google/protobuf/internal/decoder.py”，   _SkipGroup中的第799行       new_pos = SkipField（buffer，pos，end，tag_bytes）文件“ /usr/lib/python3.7/site-packages/google/protobuf/internal/decoder.py”，   SkipField中的第850行       返回WIRETYPE_TO_SKIPPER [wire_type]（缓冲区，位置，结尾）文件“ /usr/lib/python3.7/site-packages/google/protobuf/internal/decoder.py”，   _SkipFixed32中的第814行       引发_DecodeError（'截断的消息。'）google.protobuf.message.DecodeError：截断的消息。

正确的方法是什么？使用simple_save和Saver对象有什么区别？

如何将极简Tensorflow模型导出到图形以与Intel Neural Computing Stick（movidius）一起使用

0 个答案: