使用TF_GraphToGraphDef
可以导出图形,使用TF_GraphImportGraphDef
可以导入Tensorflow图形。
还有一种方法TF_LoadSessionFromSavedModel
似乎提供了Tensorflow模型的加载(即包含变量的图形)。
但是如何使用C API保存Tensorflow模型(包含变量的图形)?
答案 0 :(得分:1)
节省张量流中的模型是我遇到的最糟糕的编程经验之一。我一生中从来没有对如此可怕的文档感到沮丧,我不希望这对我的敌人最不利。
C api中的所有动作都通过TF_SessionRun()函数执行。此函数有12个参数:
TF_CAPI_EXPORT extern void TF_SessionRun(
TF_Session *session, // Pointer to a TF session
const TF_Buffer *run_options, // No clue what this does
const TF_Output *inputs, // Your model inputs (not the actual input data)
TF_Tensor* const* input_values, // Your input tensors (the actual data)
int ninputs, // Number of inputs for a given operation (operations will be clear in a bit)
const TF_Output* outputs, // Your model outputs (not the actual output data)
TF_Tensor** output_values, // Your output tensors (the actual data)
int noutputs, // Number of inputs for a given operation
const TF_Operation* const* target_opers, // Your model operation (the actual computation to be performed for example training(fitting), computing metric, saving)
int ntargets, // Number of targets (in case of multi output models for example)
TF_Buffer* run_metadata, // Absolutely no clue what this is
TF_Status*); // Model status for when all fails with some cryptic error no one will help you debug
因此,您要告诉TF_SessionRun执行将当前模型“保存”到文件的操作。
我这样做的方法是分配张量,并向其提供文件名以将模型保存到其中。这样可以节省模型的权重,无需确定模型本身是否为真。
这是TF_SessionRun的示例执行,我知道它很神秘,我将在几个小时内提供整个脚本。
TF_Output inputs[1] = {model->checkpoint_file}; // Input
TF_Tensor* t = Belly_ScalarStringTensor(str, model->status); // This does the tensor allocation with the output filename
TF_Tensor* input_values[1] = {t}; // Input data, the actual tensor
//TF_Operation* op[1] = {model->save_op}; // Tha "save" operation
// Run and pray
TF_SessionRun(model->session,
NULL,
inputs, input_values, 1,
/* No outputs */
NULL, NULL, 0,
/* The operation */
op, 1,
NULL,
model->status);
TF_DeleteTensor(t);
这是一个不完整的答案,我保证我会在几个小时内进行编辑,