Question

我加载了一个简单的冻结张量流模型（在Keras中冻结），然后尝试将其用于预测。我首先在python（下面的代码）中执行此操作，然后使用C和libtensorflow（并获得相同的结果）。我发现的示例将logits（激活前）作为最终输出，而不是激活后的类标签。有没有办法通过图形本身获取标签？

我知道我可以在logit上操作Sigmoid / softmax运算符，但这不是我想要的。（我正在移植代码以使用libtensorflow C api，并且希望让图形进行数学运算。）

我的理解是，会话将图形运行到操作/张量，并在该操作之前停止。激活后是否可以进行操作？

Keras型号：

model = Sequential()
model.add(Dense(100, activation='relu', input_shape=(21,)))
model.add(Dense(1, activation='sigmoid'))

Tensorflow代码可加载冻结的模型并进行预测：

from tensorflow.python.platform import gfile
with tf.Session() as sess:
    with gfile.FastGFile('slopemodel/slopemodel.pb', 'rb') as f:
        graph_def = tf.GraphDef()
        graph_def.ParseFromString(f.read())
        sess.graph.as_default()
        g_in = tf.import_graph_def(graph_def)
    tensor_output = sess.graph.get_tensor_by_name('import/dense_2/Sigmoid:0')
    tensor_input = sess.graph.get_tensor_by_name('import/dense_1_input:0')
    predictions = sess.run(tensor_output, {tensor_input:sample})
    print(predictions)

图中重要节点的截断列表：

['import/dense_1_input',
 'import/dense_1/kernel',
 'import/dense_1/kernel/read',
 'import/dense_1/bias',
 'import/dense_1/bias/read',
 'import/dense_1/MatMul',
 'import/dense_1/BiasAdd',
 'import/dense_1/Relu',
 'import/dense_2/kernel',
 'import/dense_2/kernel/read',
 'import/dense_2/bias',
 'import/dense_2/bias/read',
 'import/dense_2/MatMul',
 'import/dense_2/BiasAdd',
 'import/dense_2/Sigmoid',
 'import/Adam/iterations',
  .
  .
  .]

Answer 1

是的，您只需要将tensor_output更改为您想要的那个即可。请注意，您不会收到标签本身，而是一站式的向量，您需要从中自行找到相应的标签。

冻结模型的推断/预测：通过图形激活后获得值

1 个答案: