【发布时间】：2019-04-07 19:43:58
【问题描述】：
saved_model API 以协议缓冲区 (pb) 格式保存的变量文件吗？如果没有，有没有办法在不使用 tensorflow API（恢复/加载）的情况下加载它
【问题讨论】：
【发布时间】：2019-04-07 19:43:58
【问题描述】：
如果有帮助，有一个不使用 TensorFlow 操作的纯 Python API：list variables 和 load a single variable。对于 SavedModel，您可以将它们指向 variables/ 子目录。
还有TensorBundle，它是C++ 中的实现。
如果这些都没有帮助，答案可能是“否”。从理论上讲，它可以分拆成一个单独的包；如果您对此感兴趣，请随时与我们联系。
【讨论】：
-
嗨艾伦，感谢您的建议。我正在寻找在具有最小依赖性的嵌入式系统上的变量文件中加载张量的选项。目前最好的解决方案是冻结图，它涉及保存模型的额外对话步骤。
您可以使用tf.keras.models.load_model 从saved_model 加载模型，得到的是tf.keras.Model 对象。
【讨论】：
我不确定它是否经过验证。但似乎将 List_variables 和 load_variable 指向 SavedModel 的变量子目录不起作用。我们将看到“检查点”文件错过了断言。 WA 是创建一个检查点文件，其中一行指向数据文件名。 model_checkpoint_path: "变量"
【讨论】：