4

我正在尝试使用基于 API tf.estimator 的 Tensorflow (r1.4) 构建 CNN。这是一个罐头模型。这个想法是在 python 中使用估计器来训练和评估网络，并通过加载训练后生成的 pb 文件来使用没有估计器的 C++ 中的预测。

我的第一个问题是，这可能吗？

如果是，则训练部分有效，预测部分也有效（生成的 pb 文件没有估算器）但是当我从估算器加载 pb 文件时它不起作用。

我收到了这个错误："Data loss: Can't parse saved_model.pb as binary proto" 我的 pyhon 代码导出我的模型：

feature_spec = {'input_image': parsing_ops.FixedLenFeature(dtype=dtypes.float32, shape=[1, 48 * 48])}
export_input_fn = tf.estimator.export.build_parsing_serving_input_receiver_fn(feature_spec)

input_fn = tf.estimator.inputs.numpy_input_fn(self.eval_features,
                                              self.eval_label,
                                              shuffle=False,
                                              num_epochs=1)
eval_result = self.model.evaluate(input_fn=input_fn, name='eval')
exporter = tf.estimator.FinalExporter('save_model', export_input_fn)
exporter.export(estimator=self.model, export_path=MODEL_DIR,
                checkpoint_path=self.model.latest_checkpoint(),
                eval_result=eval_result,
                is_the_final_export=True)

它也不适用于tf.estimator.Estimator.export_savedmodel()

如果你们中的一个人知道关于带有固定模型的估计器以及如何导出它的明确教程，我很感兴趣

4

1 回答 1

2

请在github上查看这个问题，看起来你也有同样的问题。显然（至少在使用时estimator.export_savedmodel）您应该使用LoadSavedModel而不是 ReadBinaryProto 加载图形，因为它没有保存为 graphdef 文件。

您将在此处找到有关如何使用它的更多说明：

 const string export_dir = ...
SavedModelBundle bundle;
...
LoadSavedModel(session_options, run_options, export_dir, {kSavedModelTagTrain},
               &bundle);

我似乎找不到SavedModelBundlec++ 的文档以供以后使用它，但它可能与 Java 中的同一个类很接近，在这种情况下，它基本上包含会话和您将使用的图形。

于 2017-11-24T09:37:16.977 回答