Tensorflow Scikit Flow獲取GraphDef for Android（保存* .pb文件）

Question

我想在Android應用程序中使用我的Tensorflow算法。 Tensorflow Android示例首先下載一個包含模型定義和權重的GraphDef（在* .pb文件中）。現在這應該來自我的Scikit Flow算法（Tensorflow的一部分）。

第一眼看起來很簡單，你只需要說classifier.save（'model /'），但保存到該文件夾​​的文件不是* .ckpt，* .def，當然不是* .pb。相反，你必須處理一個* .pbtxt和一個檢查點（沒有結束）文件。

我在那裏呆了很長一段時間。下面的代碼示例，出口的東西：

#imports 
import tensorflow as tf 
import tensorflow.contrib.learn as skflow 
import tensorflow.contrib.learn.python.learn as learn 
from sklearn import datasets, metrics 

#skflow example 
iris = datasets.load_iris() 
feature_columns = learn.infer_real_valued_columns_from_input(iris.data) 
classifier = learn.LinearClassifier(n_classes=3, feature_columns=feature_columns,model_dir="modeltest") 
classifier.fit(iris.data, iris.target, steps=200, batch_size=32) 
iris_predictions = list(classifier.predict(iris.data, as_iterable=True)) 
score = metrics.accuracy_score(iris.target, iris_predictions) 
print("Accuracy: %f" % score) 

的文件，你得到的是：

• 關卡
• graph.pbtxt
• model.ckpt-1.meta
• model.ckpt -1-00000-of-00001
• model.ckpt-200.meta
• model.ckpt-200-00 000-of-00001

我發現的許多可能的解決方法都需要在變量中使用GraphDef（不知道如何使用Scikit Flow）。或者使用Scikit Flow似乎不需要的Tensorflow會話。

Answer 1

要保存爲pb文件，您需要從構建的圖中提取graph_def。你可以做到這一點as--

from tensorflow.python.framework import tensor_shape, graph_util 
from tensorflow.python.platform import gfile 
sess = tf.Session() 
final_tensor_name = 'results:0'  #Replace final_tensor_name with name of the final tensor in your graph 
#########Build your graph and train######## 
## Your tensorflow code to build the graph 
########################################### 

outpt_filename = 'output_graph.pb' 
output_graph_def = sess.graph.as_graph_def() 
with gfile.FastGFile(outpt_filename, 'wb') as f: 
    f.write(output_graph_def.SerializeToString()) 

如果你想你的訓練有素的變量轉化爲常量（避免使用CKPT文件加載權重），你可以使用：

output_graph_def = graph_util.convert_variables_to_constants(sess, sess.graph.as_graph_def(), [final_tensor_name]) 

希望這有助於！