Tensorflow 2.0：冻结图支持[关闭]答案

【问题标题】：Tensorflow 2.0 : frozen graph support [closed]Tensorflow 2.0：冻结图支持[关闭]
【发布时间】：2019-04-07 18:02:11
【问题描述】：

对冻结图的支持会在 tensorflow 2.0 中继续还是被弃用？我的意思是从 saved_model 创建/优化冻结图的脚本和 API。还有用于运行推理的 API。

假设将来会支持，在 tensorflow 2.0 中运行冻结图推理的推荐方法是什么？

【问题讨论】：

冻结图是什么意思？
大多数时候，tensorflow 1.x 模型是通过冻结图进行推理来共享的。您可以参考以下内容了解更多详情：github.com/tensorflow/tensorflow/blob/master/tensorflow/python/…

标签： tensorflow2.0

【解决方案1】：

TensorFlow 2.0 将不支持冻结图 API - freeze_graph.py 和 converter_variables_to_constants。

在 2.0 中，主要的导出格式是 SavedModels，因此 API 被构建为直接支持 SavedModels。可以使用v1.compat 路径对现有冻结图进行推理。

【讨论】：

【解决方案2】：

现在，freeze_graph 正式随 TensorFlow 2.0 稳定版发布。

Check Here.

【讨论】：

【解决方案3】：

如果您使用 estimator 来构建模型，您可以使用 tf.estimator.Estimator.export_saved_model 来冻结您的模型。

model = tf.estimator.Estimator(
    model_fn=model_fn, 
    model_dir=model_saved_dir)

def serving_input_receiver_fn():
    # in here, my input is 512 x 512 single channel image
    feature = tf.compat.v1.placeholder(tf.float32, shape=[None, 512, 512, 1], name="inputs")
    return tf.estimator.export.TensorServingInputReceiver(feature, feature)

model.export_saved_model(model_saved_dir, serving_input_receiver_fn)

此代码适用于 tensorflow 2.0

或者你使用keras，可以参考官网的步骤 https://www.tensorflow.org/tutorials/keras/save_and_load#savedmodel_format

【讨论】：