テンソルフローでGraphdefを2GB以下にすることはできません

Question

テンソルフローのimageNet trained modelを使用して、画像の新しいデータセットの表現ベクトルとして最後のプールレイヤの特徴を抽出しています。

モデルは次のように新しいイメージに予測される：

python classify_image.py --image_file new_image.jpeg 

私は画像のフォルダを取り、一度にすべての画像上での予測を返し、機能を書くことができるように、私は主な機能を編集しましたcsvファイル内のベクトル。

def main(_): 
    maybe_download_and_extract() 
    #image = (FLAGS.image_file if FLAGS.image_file else 
    #   os.path.join(FLAGS.model_dir, 'cropped_panda.jpg')) 
    #edit to take a directory of image files instead of a one file 
    if FLAGS.data_folder: 
    images_folder=FLAGS.data_folder 
    list_of_images = os.listdir(images_folder) 
    else: 
    raise ValueError("Please specify image folder") 

    with open("feature_data.csv", "wb") as f: 
    feature_writer = csv.writer(f, delimiter='|') 

    for image in list_of_images: 
     print(image) 
     current_features = run_inference_on_image(images_folder+"/"+image) 
     feature_writer.writerow([image]+current_features) 

それは約21イメージのためうまく働いたが、その後、次のエラーでクラッシュした：私は、以前の画像データは次のようになりrun_inference_on_image(images_folder+"/"+image)メソッドを呼び出すことで考え

File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/ops.py", line 1912, in as_graph_def 
    raise ValueError("GraphDef cannot be larger than 2GB.") 
ValueError: GraphDef cannot be larger than 2GB. 

ここに私がいることをやった方法です新しい画像データのみを上書きするように上書きされますが、そうではないようです。この問題を解決するには？

Answer 1

ここで問題となるのは、run_inference_on_image()の呼び出しでは、ノードが同じグラフに追加され、最終的に最大サイズを超えてしまうことです。この問題を解決するには、少なくとも2つの方法があります。

1. 簡単ですが、遅い方法はrun_inference_on_image()にコールごとに異なるデフォルトのグラフを使用することです：

   for image in list_of_images: 
       # ... 
       with tf.Graph().as_default(): 
       current_features = run_inference_on_image(images_folder+"/"+image) 
       # ... 
   

2. より複雑けどより効率的な方法は、run_inference_on_image()を複数の画像で実行するように変更することです。 forループをthis sess.run() callを囲むように再配置すると、各呼び出しでモデル全体を再構築する必要がなくなり、各画像の処理が大幅に高速化されます。

Answer 2

あなたは（ファイルをループ）どこか前にこのループfor image in list_of_images:にcreate_graph()を移動することができます。

同じグラフ上で推論を複数回実行しています。

Answer 3

最も簡単な方法は、create_graph()を最初のメイン機能に置きます。 それでは、グラフを作成するだけです