Tensorflow：私は、グラフファイル（PBファイル）を使用していますグラフファイルのうち予測（.pbファイル）

Question

を取得し、このTensorflowモデルの目的は、特定の画像

の予測を提供することで、コードを、私を開発しましたグラフファイルが読み込まれましたが、セッションを開始できません。利用可能 ファイルは次のとおりです。 -

• training_model_saved_model.pb
• 変数
  • training_model_variables_variables.data-00000-の-00001
  • training_model_variables_variables.index

出力には大きなエラーが含まれています私はこのケースで行うことができますlayer.whatモデルのリストは、任意のヘルプは

これは私がモデルをロード/実行するために使用されるコード

を高く評価している

import tensorflow as tf 
import sys 
import os 



import matplotlib.image as mpimg 
import matplotlib.pyplot as plt 


from tensorflow.core.protobuf import saved_model_pb2 
from tensorflow.python.util import compat 
from tensorflow.python.platform import gfile 

export_dir = os.path.join("./", "variables/") 
filename = "imgpsh_fullsize.jpeg" 
raw_image_data = mpimg.imread(filename) 

g = tf.Graph() 
with tf.Session(graph=g) as sess: 
    model_filename ='training_model_saved_model.pb' 
    with gfile.FastGFile(model_filename, 'rb') as f: 

     data = compat.as_bytes(f.read()) 
     sm = saved_model_pb2.SavedModel() 
     sm.ParseFromString(data) 
     #print(sm) 
     if 1 != len(sm.meta_graphs): 
       print('More than one graph found. Not sure which to write') 
       sys.exit(1) 

     image_input= tf.import_graph_def(sm.meta_graphs[0].graph_def,name='',return_elements=["input"]) 
     #print(image_input) 
     #saver = tf.train.Saver() 
     saver = tf.train.import_meta_graph(sm.meta_graphs[0].graph_def) 
     ''' 
     print(image_input) 

     x = g.get_tensor_by_name("input:0") 

     print(x) 
     ''' 
     saver.restore(sess,model_filename) 

     predictions = sess.run(feed_dict={image: raw_image_data}) 
     print('###################################################') 
     print(predictions) 

エラー存在がある

Traceback (most recent call last): 
    File "model_Input-get.py", line 35, in <module> 
    saver = tf.train.import_meta_graph(sm.meta_graphs[0].graph_def) 
    File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/training/saver.py", line 1691, in import_meta_graph 
    meta_graph_def = meta_graph.read_meta_graph_file(meta_graph_or_file) 
    File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/meta_graph.py", line 553, in read_meta_graph_file 
    if not file_io.file_exists(filename): 
    File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/lib/io/file_io.py", line 252, in file_exists 
    pywrap_tensorflow.FileExists(compat.as_bytes(filename), status) 
    File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/util/compat.py", line 65, in as_bytes 
    (bytes_or_text,)) 
TypeError: Expected binary or unicode string, got node { 
    name: "input" 
    op: "Placeholder" 
    attr { 
    key: "_output_shapes" 
    value { 
     list { 
     shape { 
      dim { 
      size: -1 
      } 
     } 
     } 
    } 
    } 
    attr { 
    key: "dtype" 
    value { 
     type: DT_STRING 
    } 
    } 

Answer 1

ますTensorFlow Serving SavedModel形式と通常のTensorFlowエクスポート/復元機能が混在しているように見えます。

これは、TensorFlowのコードベースの中で特に混乱しやすい部分です。この形式は、最初に登場したときにはうまく文書化されていないため、この形式と元の形式のどちらを使用するかを示す多くの例はありません。

私は、1）TFサービングに切り替えて、SavedModelフォーマットを使用し続けるか、または2）元のエクスポート/復元モデルフォーマットに従うことをお勧めします。