在tensorflow中提取子圖

我已經預訓練了網絡，並且我正在試圖僅僅獲取它的一部分（子圖）tf圖以及變量和保存對象。在tensorflow中提取子圖

這就是我正在做它：

subgraph = tf.graph_util.extract_sub_graph(default_graph, list of nodes to preserve) 
tf.reset_default_graph() 
tf.import_graph_def(subgraph)

然而，這將刪除所有變量（當我打電話reset_default_graph）。即使如果我明確地將變量的操作節點（僅「變量」類型操作）添加到「要保留的節點列表」中。

如何在保留變量值的同時保留較大圖的子圖？這是另外一些新的節點「保留列表」的問題嗎？

圖形節點和變量之間的關係仍然不清楚，教程僅僅提到創建變量會在圖形中創建一些操作（節點）。

來源

2016-12-27 Pietrko

我覺得你在做什麼看起來不錯。正如你所說的，一個變量只是一個簡單的操作（圖中的一個節點），用於輸出特定值的張量。您應該能夠將變量節點添加到列表中以保留它們，就像您已經在做的那樣。你可以使用print（sess.graph_def）來確保你提供的名字是正確的嗎？

來源

2016-12-27 14:20:04

變量是一組連接的操作。通常，它以ops：「variable [variable]」，「assign [assign]」，「read [identity]」（第一部分是名稱，方括號用於類型）以及整套初始化操作符爲主。問題在於圖導出會以一種不被認爲是變量的方式來削減變量結構。選擇所有必需的操作非常麻煩 - 而且不是最聰明的方法。 – Pietrko

是的，的確如此。如果您查看extract_sub_graph的函數接口（https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/framework/graph_util_impl.py#L110），注意到它只是簡單的函數，沒有任何智能處理對於變量，「選擇所有需要的操作」可能仍然是你最好的選擇。好消息是我認爲你可以編寫一個簡單的函數（使用graph_def作爲輸入）來自動執行這個繁瑣的選擇變量相關節點的過程。 –

好吧，我希望我可以避免這種情況，也許存在一些乾淨而快速的方式來使用現有的API。謝謝。 – Pietrko

在tensorflow中提取子圖

回答

相關問題