在 tensorflow 中使用 inception-v3 检查点文件答案

【问题标题】：Using inception-v3 checkpoint file in tensorflow在 tensorflow 中使用 inception-v3 检查点文件
【发布时间】：2017-02-27 11:46:29
【问题描述】：

在我的一个项目中，我使用了一个公开的预训练 inception-v3 模型，可在此处获得：http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz。

我只想使用最后一个特征向量（pool_3/_reshape:0 的输出）。通过查看脚本示例classify_image.py，我可以成功地将图像通过Deep DNN，提取瓶颈张量（bottleneck_tensor = sess.graph.get_tensor_by_name('pool_3/_reshape:0')）并将其用于进一步的目的。

我最近看到有一个更新的训练好的初始模型。培训检查点可在此处获得：http://download.tensorflow.org/models/image/imagenet/inception-v3-2016-03-01.tar.gz。

我想使用这个新的预训练而不是旧的。但是文件格式不同。 “旧模型”使用 ProtocolBuffer 形式的图形定义 (classify_image_graph_def.pb)，易于重用。 “新”只提供了一种检查点格式，我正在努力将其插入到我的代码中。

有没有一种简单的方法可以将检查点文件转换为可用于创建图表的 ProtocolBuffer 文件？

【问题讨论】：

你看过这个教程了吗？ tensorflow.org/programmers_guide/variables#checkpoint_files 它解释了如何从检查点文件中恢复。

标签： tensorflow protocol-buffers

【解决方案1】：

看来你必须使用freeze_graph.py： https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/tools/freeze_graph.py

脚本将检查点变量转换为独立 GraphDef 文件中的常量操作。该脚本旨在获取 GraphDef 原型、SaverDef 原型和存储在检查点文件中的一组变量值，并输出一个 GraphDef，其中所有变量 ops 转换为包含变量。当我们需要在 C++ 中加载单个文件时，这样做很有用，尤其是在移动或嵌入式环境中，我们可能无法访问它们所依赖的 RestoreTensor 操作和文件加载调用。

命令行使用示例如下：

bazel build tensorflow/python/tools:freeze_graph && \
bazel-bin/tensorflow/python/tools/freeze_graph \
--input_graph=some_graph_def.pb \
--input_checkpoint=model.ckpt-8361242 \
--output_graph=/tmp/frozen_graph.pb --output_node_names=softmax

【讨论】：