Question

我可以使用以下命令冻结图形：

freeze_graph.freeze_graph(input_graph=f"{save_graph_path}/graph.pbtxt",
                          input_saver="",
                          input_binary=False,
                          input_checkpoint=last_ckpt,
                          output_node_names="network/output_node",
                          restore_op_name="save/restore_all",
                          filename_tensor_name="save/Const:0",
                          output_graph=output_frozen_graph_name,
                          clear_devices=True,
                          initializer_nodes="")

但是，该图具有两个值得注意的输入节点，即“ input / is_training”和“ input / input_node”。

我想将此冻结图导出为tflite格式，但是这样做时，我需要将is_training修复为False（因为它用于tf.layers.batch_normalization）。

我知道将is_training占位符设置为False可以解决此问题，但是假设我只有冻结的图形文件和检查点，我该怎么做？还是不可能？

Answer 1

您只需加载冻结的图，将所涉及的值映射到常量并再次保存图即可。

import tensorflow as tf

with tf.Graph().as_default():
    # Make constant False value (name does not need to match)
    is_training = tf.constant(False, dtype=tf.bool, name="input/is_training")
    # Load frozen graph
    gd = tf.GraphDef()
    with open(f"{save_graph_path}/graph.pbtxt", "r") as f:
        gd.ParseFromString(f.read())
    # Load graph mapping placeholder to constant
    tf.import_graph_def(gd, name="", input_map={"input/is_training:0": is_training})
    # Save graph again
    tf.train.write_graph(tf.get_default_graph(), save_graph_path, "graph_modified.pbtxt",
                         as_text=True)

在导出为tflite格式之前，固定冻结图的输入节点

1 个答案: