tensorflow不知代码情况下获取graph的placeholder和output

ゝ一纸荒年。 2021-05-19 15:21 357阅读 0赞

Here is my way to find out the correct placeholder op name in the Graphdef part of the .meta file:

saver = tf.train.import_meta_graph('some_path/model.ckpt.meta')
    imported_graph = tf.get_default_graph()
    graph_op = imported_graph.get_operations()
    with open('output.txt', 'w') as f:
        for i in graph_op:
            f.write(str(i))

In the output.txt file, we can easily find out the placeholder’s correct op names and other attrs. Here is part of my output file:

name: “input/input\_image”  
op: “Placeholder”  
attr \{  
key: “dtype”  
value \{  
type: DT\_FLOAT  
\}  
\}  
attr \{  
key: “shape”  
value \{  
shape \{  
dim \{  
size: -1  
\}  
dim \{  
size: 112  
\}  
dim \{  
size: 112  
\}  
dim \{  
size: 3  
\}  
\}  
\}  
\}  
Obviously, in my tensorflow version(1.6), the correct placeholder op name is Placeholder. Now return back to mrry’s solution. Use \[x for x in tf.get\_default\_graph().get\_operations() if x.type == “Placeholder”\] to get a list of all the placeholder ops.

Thus it’s easy and convenient to perform the inference operation with only the ckpt files without needing to reconstruct the model. For example:

input\_x = … \# prepare the model input

saver = tf.train.import_meta_graph('some_path/model.ckpt.meta')
    graph_x = tf.get_default_graph().get_tensor_by_name('input/input_image:0')
    graph_y = tf.get_default_graph().get_tensor_by_name('layer19/softmax:0')
    sess = tf.Session()
    saver.restore(sess, 'some_path/model.ckpt')
    
    output_y = sess.run(graph_y, feed_dict={graph_x: input_x})

发表评论取消回复

表情：

评论列表（有 0 条评论，357人围观）

还没有评论，来说两句吧...

相关阅读

相关【Tensorflow】tf.Graph()函数

tf.Graph() 函数非常重要，注意提现在两个方面 > > * **它可以通过tensorboard用图形化界面展示出来流程结构** > * **它可...

小鱼儿/ 2024年04月18日 14:09/ 0 赞/ 71 阅读

相关 tensorflow生成常量_TensorFlow 之计算图Graph的构建和执行

计算图(Graph)用来表示计算任务。图中的节点称为op(operation)。计算图必须在会话中启动，会话会把op分发到cpu或gpu等计算设备上进行执行，执行后会返

￡神魔★判官ぃ/ 2023年01月10日 05:09/ 0 赞/ 158 阅读

相关 TensorFlow 复制placeholder

用这种方式复制placeholder： input_placeholder = tf.placeholder(tf.int32, [batch_size

雨点打透心脏的1/2处/ 2022年09月09日 06:58/ 0 赞/ 142 阅读

相关 tensorflow 获取graph中的所有tensor

[n.name for n in tf.get_default_graph().as_graph_def().node] 摘自[https://stackoverfl

我就是我/ 2022年05月19日 04:49/ 0 赞/ 216 阅读

相关 TensorFlow学习——tf.placeholder

函数原型:tf.placeholder(dtype, shape=None, name=None) 参数解释： dtype: The type of element

待我称王封你为后i/ 2022年05月11日 06:38/ 0 赞/ 183 阅读

相关 TensorFlow：placeholder()函数

placeholder()函数用于定义过程，在执行的时候再赋具体的值。 tf.placeholder(dtype,shape=None,name=None) 参数说

朴灿烈づ我的快乐病毒、/ 2022年04月25日 09:10/ 0 赞/ 223 阅读

相关 tensorflow打印graph

参考：[https://blog.csdn.net/cooco369/article/details/82999172 ][https_blog.csdn.net_cooco3

今天药忘吃喽~/ 2022年04月10日 13:15/ 0 赞/ 321 阅读

相关 tensorflow output_data[output_id == i] = input_data[input_id == i]代码分析

import tensorflow as tf import os os.environ['CUDA_VISIBLE_DEVICES'] = '1'

以你之姓@/ 2022年02月01日 12:43/ 0 赞/ 194 阅读

相关 TensorFlow为什么要使用Graph？

主要有以下几点原因：（1）节省资源、高效运算我么只需要运算需要的依赖项，不需要的不进行运算。（2）把整个运算分解成子环节，方便自动求导；（3）对分布式运算友好，

Dear 丶/ 2021年12月19日 00:09/ 0 赞/ 252 阅读

相关 tensorflow不知代码情况下获取graph的placeholder和output

Here is my way to find out the correct placeholder op name in the Graphdef part of th...

ゝ一纸荒年。/ 2021年05月19日 15:21/ 0 赞/ 358 阅读