从TF

Question

我正在使用以下方式加载冻结的TensorFlow模型（.pb）文件，

detection_graph = tf.Graph()
with detection_graph.as_default():
    od_graph_def = tf.GraphDef()
    with tf.gfile.GFile( 'raw_model/model.pb' , 'rb') as fid:
        serialized_graph = fid.read()
        od_graph_def.ParseFromString(serialized_graph)
        tf.import_graph_def(od_graph_def, name='')
    sess = tf.Session(graph=detection_graph)

    input_tensor = detection_graph.get_tensor_by_name('image_tensor:0')
    input_tensor.set_shape(shape=(None, 64, 64, 3))

基本上，我正在尝试更新image_tensor的形状。更新image_tensor的形状之后，我想将detection_graph保存为冻结图（.pb）。

更新形状后，我像这样写detection_graph，

tf.train.write_graph( detection_graph , "models" , "model.pb" , as_text=False )

但是，当我解析新创建的冻结图时，看不到image_tensor的更新形状，

model_path = 'models/model.pb'

detection_graph = tf.Graph()
with detection_graph.as_default():
    od_graph_def = tf.GraphDef()
    with tf.gfile.GFile( model_path, 'rb') as fid:
        serialized_graph = fid.read()
        od_graph_def.ParseFromString(serialized_graph)
        tf.import_graph_def(od_graph_def, name='')
    sess = tf.Session(graph=detection_graph)

input_tensor = detection_graph.get_tensor_by_name( 'image_tensor:0' )
print( input_tensor.shape )

# The output is -> ( ? , ? , ? , 3 )

形状( ? , ? , ? , 3 )属于原始冻结图。我需要此形状为( ? , 64 , 64 , 3 )。

  

我们如何解析冻结的图（.pb文件），更新其中的张量形状，然后再次将其转换为冻结的图？另外，通过这种方式，我可以验证形状是否已更新。