Question

我只想将python模型转换为tensorflow.js模型，但保存为.pb后，我运行“ tensorflowjs_converter --input_format = tf_saved_model --output_format = tfjs_graph_model --signature_name = serving_default --saved_model_tags = serve ./saved_model ./web_model”，出现错误。

2019-03-20 23：07：05.970985：I tensorflow / core / grappler / devices.cc：53]合格GPU的数量（核心数> = 8）：0（注意：TensorFlow未使用CUDA支持进行编译） 2019-03-20 23：07：05.978764：我tensorflow / core / grappler / clusters / single_machine.cc：359]开始新的会话 2019-03-20 23：07：05.985340：I tensorflow / core / platform / cpu_feature_guard.cc：142]您的CPU支持该TensorFlow二进制文件未编译为使用的指令：AVX2 2019-03-20 23：07：06.072370：E tensorflow / core / grappler / grappler_item_builder.cc：636]初始化节点变量/赋值在图中不存在追溯（最近一次通话）：在OptimizeGraph中，文件“ d：\ anaconda3 \ lib \ site-packages \ tensorflow \ python \ grappler \ tf_optimizer.py”，第43行详细，graph_id，状态） SystemError：未设置错误就返回NULL

在处理上述异常期间，发生了另一个异常：

回溯（最近通话最近）： _run_module_as_main中的文件“ d：\ anaconda3 \ lib \ runpy.py”，第193行 “ 主要”，mod_spec）文件“ d：\ anaconda3 \ lib \ runpy.py”，第85行，_run_code exec（代码，run_globals）文件“ D：\ Anaconda3 \ Scripts \ tensorflowjs_converter.exe__main __。py”，第9行，在主目录中的文件“ d：\ anaconda3 \ lib \ site-packages \ tensorflowjs \ converters \ converter.py”，第358行 strip_debug_ops = FLAGS.strip_debug_ops）文件“ d：\ anaconda3 \ lib \ site-packages \ tensorflowjs \ converters \ tf_saved_model_conversion_v2.py”，第271行，在convert_tf_saved_model中 concrete_func）文件“ d：\ anaconda3 \ lib \ site-packages \ tensorflow \ python \ framework \ convert_to_constants.py”，行140，位于convert_variables_to_constants_v2中 graph_def = _run_inline_graph_optimization（功能） _run_inline_graph_optimization中的文件“ d：\ anaconda3 \ lib \ site-packages \ tensorflow \ python \ framework \ convert_to_constants.py”，第59行返回tf_optimizer.OptimizeGraph（config，meta_graph）在OptimizeGraph中，文件“ d：\ anaconda3 \ lib \ site-packages \ tensorflow \ python \ grappler \ tf_optimizer.py”，第43行详细，graph_id，状态）退出中的文件“ d：\ anaconda3 \ lib \ site-packages \ tensorflow \ python \ framework \ errors_impl.py”，第548行 c_api.TF_GetCode（self.status.status）） tensorflow.python.framework.errors_impl.InvalidArgumentError：无法导入元图，请检查错误日志以获取更多信息。

这是我的代码。 tensorflow的版本是1.14.0（预览，因为我无法安装tf 2.0）

# coding=utf-8#
import tensorflow as tf
import numpy as np

x_data = [[0.0, 0.0], [0.0, 1.0], [1.0, 0.0], [1.0, 1.0]]
y_data = [[0.0], [1.0], [1.0], [0.0]]  
x_test = [[0.0, 1.0], [1.0, 1.0]]  
xs = tf.placeholder(tf.float32, [None, 2])
ys = tf.placeholder(tf.float32, [None, 1])


W1 = tf.Variable(tf.random_normal([2, 10]))
B1 = tf.Variable(tf.zeros([1, 10]) + 0.1)
out1 = tf.nn.relu(tf.matmul(xs, W1) + B1)

W2 = tf.Variable(tf.random_normal([10, 1]))
B2 = tf.Variable(tf.zeros([1, 1]) + 0.1)
prediction = tf.add(tf.matmul(out1, W2), B2, name="model")

loss = tf.reduce_mean(tf.reduce_sum(tf.square(ys - prediction), reduction_indices=[1]))
train_step = tf.train.GradientDescentOptimizer(0.1).minimize(loss)

init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)

for i in range(40):
    sess.run(train_step, feed_dict={xs: x_data, ys: y_data})
    print(sess.run(loss, feed_dict={xs: x_data, ys: y_data})) 
re = sess.run(prediction, feed_dict={xs: x_test})
print(re)
for x in re:
    if x[0] > 0.5:
        print(1)
    else:
        print(0)

tf.saved_model.simple_save(sess, "./saved_model", inputs={"x": xs, }, outputs={"model": prediction, })

Answer 1

最后，我放弃了，因为最新版本已删除了loadFrozenModel，并且支持很少。我尝试使用keras模型，并且有效。但是，我仍然希望有人能告诉我为什么我的tf模型无法转换为tfjs模型。

Answer 2

只需添加

tf.enable_resource_variables()

初始化x_data

之前

并使用此命令进行转换

tensorflowjs_converter --input_format=tf_saved_model --output_format=tfjs_graph_model ./saved_model ./web_model

tensorflowjs-converter：无法导入元图，请检查错误日志以获取更多信息

2 个答案: