加载已训练好的.h5格式的keras模型
传入如下定义好的export_savedmodel()方法内即可成功保存
import keras
import os
import tensorflow as tf
from tensorflow.python.util import compat
from keras import backend as K
def export_savedmodel(model):
'''
传入keras model会自动保存为pb格式
'''
model_path = "model/" # 模型保存的路径
model_version = 0 # 模型保存的版本
# 从网络的输入输出创建预测的签名
model_signature = tf.saved_model.signature_def_utils.predict_signature_def(
inputs={'input': model.input}, outputs={'output': model.output})
# 使用utf-8编码将 字节或Unicode 转换为字节
export_path = os.path.join(compat.as_bytes(model_path), compat.as_bytes(str(model_version))) # 将保存路径和版本号join
builder = tf.saved_model.builder.SavedModelBuilder(export_path) # 生成"savedmodel"协议缓冲区并保存变量和模型
builder.add_meta_graph_and_variables( # 将当前元图添加到savedmodel并保存变量
sess=K.get_session(), # 返回一个 session 默认返回tf的sess,否则返回keras的sess,两者都没有将创建一个全新的sess返回
tags=[tf.saved_model.tag_constants.SERVING], # 导出模型tag为SERVING(其他可选TRAINING,EVAL,GPU,TPU)
clear_devices=True, # 清除设备信息
signature_def_map={ # 签名定义映射
tf.saved_model.signature_constants.DEFAULT_SERVING_SIGNATURE_DEF_KEY: # 默认服务签名定义密钥
model_signature # 网络的输入输出策创建预测的签名
})
builder.save() # 将"savedmodel"协议缓冲区写入磁盘.
print("save model pb success ...")
model = keras.models.load_model('model_data/weight.h5') # 加载已训练好的.h5格式的keras模型
export_savedmodel(model) # 将模型传入保存模型的方法内,模型保存成功.
Tensorflow保存为可部署的pb格式
- 在tensorflow绘图的情况下,使用tf.saved_model.simple_save()方法保存模型
- 传入session
- 传入保存路径
- 传入输入占位符在inputs={"input_name": 网络输入占位符变量}
- 传入输出变量在outputs={"output_name1": 网络输出变量, "output_name2": 网络输出变量}
即可成功保存为可部署的pb格式
tf.saved_model.simple_save(sess,
"./model",
inputs={"myInput": x}, # input_name可自定义,编码客户端时对应即可
outputs={"myOutput": y})
保存好模型后会得到这样格式文件证明你保存没有问题了
variables/
variables.data-*****-of-*****
variables.index
saved_model.pb
print_r('点个赞吧');
var_dump('点个赞吧');
NSLog(@"点个赞吧!")
System.out.println("点个赞吧!");
console.log("点个赞吧!");
print("点个赞吧!");
printf("点个赞吧!\n");
cout << "点个赞吧!" << endl;
Console.WriteLine("点个赞吧!");
fmt.Println("点个赞吧!")
Response.Write("点个赞吧");
alert(’点个赞吧’)
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:keras和tensorflow保存为可部署的pb格式 - Python技术站