KeyError：冻结张量流模型到 UFF 图答案

【问题标题】：KeyError: Frozen Tensorflow Model to UFF graphKeyError：冻结张量流模型到 UFF 图
【发布时间】：2018-07-15 21:19:18
【问题描述】：

我已经使用 Tensorflow Estimator API 训练了一个自定义 CNN 模型。我已成功冻结图表，但转换为 UFF 失败并引发以下错误：

'KeyError: u'IteratorGetNext:1'

进行上述转换的代码：

frozen_graph_filename = "Frozen_model.pb"
TMP_UFF_FILENAME = "output.uff"
output_name = "sigmoid"

uff_model = uff.from_tensorflow_frozen_model(
    frozen_file=frozen_graph_filename,
    output_nodes=[output_name],
    output_filename=TMP_UFF_FILENAME,
    text=False,
)

图中节点的名称是，

prefix/OneShotIterator
prefix/IteratorGetNext
prefix/Reshape/shape
prefix/Reshape
prefix/Reshape_1/shape
prefix/Reshape_1
prefix/conv1/kernel
prefix/conv1/bias
.
.
.
prefix/logits/MatMul
prefix/logits/BiasAdd
prefix/sigmoid

那么有没有办法删除前两个 Iterator 节点？它们在训练环境之外毫无用处。我也使用过tf.graph_util.remove_training_nodes，但它并不能缓解我面临的问题。

【问题讨论】：

标签： python tensorflow protocol-buffers tensorrt

【解决方案1】：

Graph Transform Tool 可以用来完成我想要实现的目标，以便能够使用该工具来克隆 tensorflow 存储库并运行配置文件以设置工作空间。按照1 中提供的说明构建工具。完成后调用该工具，

bazel-bin/tensorflow/tools/graph_transforms/transform_graph \
--in_graph=tensorflow_inception_graph.pb \
--out_graph=optimized_inception_graph.pb \
--inputs='Mul:0' \
--outputs='softmax:0' \
--transforms='
strip_unused_nodes(type=float, shape="1,299,299,3")
remove_nodes(op=Identity, op=CheckNumerics)
fold_old_batch_norms
'

一旦你有优化的图形将它传递给

uff.from_tensorflow_frozen()

https://github.com/tensorflow/tensorflow/blob/master/tensorflow/tools/graph_transforms/README.md 1 https://www.tensorflow.org/mobile/prepare_models#how_do_you_get_a_model_you_can_use_on_mobile

【讨论】：