トレーニングを受けたネットワークをC++にインポートするには、ネットワークをエクスポートしてエクスポートする必要があります。たくさんの情報を検索して情報をほとんど見つけていない場合は、freeze_graph()を使用する必要があることが明らかになりました。Tensorflow C++でグラフをエクスポートおよび実行するさまざまな方法
新しい0.7バージョンのTensorflowのおかげで、彼らはdocumentationを追加しました。
ドキュメンテーションに見た後、私は、いくつかの類似した方法があることが判明あなたはfreeze_graph()
との違いが何であるかを伝えることができます:それは同様のパラメータを持っているよう tf.train.export_meta_graph
が、それはCにモデルをインポートするためにも使用することができそうです++
write_graph()
を使用する方法についても一つの質問(私は違いは、この方法でファイル出力を使用するためだけimport_graph_def()
を使用することができるか、それが何か他のものだということですね?):graph_def
がsess.graph_def
で与えられるドキュメンテーションで をが、 freeze_graph()
の例ではsess.graph.as_graph_def()
です。これら2つの違いは何ですか?
この質問はthis issue.
に関連しているありがとうございました!あなたが訓練した後名あなたの変数または操作将来の使用のための
self.init = tf.initialize_variables(tf.all_variables(), name="nInit")
をすべきpythonですべての
まず:あなたはこのような何かを行うことができます予測(および他のすべての操作)については
「Tensorflow Serving」という別のライブラリがこの機能を提供しているようです:https://tensorflow.github.io/serving/serving_basic.html。私はまだプレーンなTensorflowでこれを行う方法を理解したいと思うでしょう! –