मेरे पास एक नए डेटासेट के साथ ठीक-ठीक शुरुआत मॉडल है और इसे केरास में ".h5" मॉडल के रूप में सहेजा गया है। अब मेरा लक्ष्य एंड्रॉइड टेन्सफोर्लो पर अपना मॉडल चलाने के लिए है जो केवल ".pb" एक्सटेंशन स्वीकार करता है। सवाल यह है कि क्या इस रूपांतरण को करने के लिए केरास या टेन्सफोर्लो में कोई पुस्तकालय है? मैंने इस पोस्ट को अब तक देखा है: https://blog.keras.io/keras-as-a-simplified-interface-to-tensorflow-tutorial.html लेकिन अभी तक पता नहीं लगाया जा सकता है।कैसे tasorflow .pb करने के लिए Keras .h5 निर्यात करने के लिए?
उत्तर
केरास में एक टेंसरफ्लो ग्राफ को प्रोटोकॉल बफर फ़ाइल के रूप में निर्यात करने का कोई मतलब नहीं है, लेकिन आप इसे नियमित टेंसरफ्लो उपयोगिताओं का उपयोग करके कर सकते हैं। Here एक ब्लॉग पोस्ट है जो यह बताता है कि उपयोगिता स्क्रिप्ट freeze_graph.py
का उपयोग करके टेंसरफ्लो में शामिल किया गया है, जो "सामान्य" तरीका है।
हालांकि, मैं व्यक्तिगत रूप से एक बाधा एक चौकी बनाने के लिए और फिर एक मॉडल प्राप्त करने के लिए एक बाहरी स्क्रिप्ट चलाने, और बदले अपने ही अजगर कोड से यह करने के लिए पसंद करते हैं होने लगता है, इसलिए मैं इस तरह एक समारोह का उपयोग करें:
def freeze_session(session, keep_var_names=None, output_names=None, clear_devices=True):
"""
Freezes the state of a session into a pruned computation graph.
Creates a new computation graph where variable nodes are replaced by
constants taking their current value in the session. The new graph will be
pruned so subgraphs that are not necessary to compute the requested
outputs are removed.
@param session The TensorFlow session to be frozen.
@param keep_var_names A list of variable names that should not be frozen,
or None to freeze all the variables in the graph.
@param output_names Names of the relevant graph outputs.
@param clear_devices Remove the device directives from the graph for better portability.
@return The frozen graph definition.
"""
from tensorflow.python.framework.graph_util import convert_variables_to_constants
graph = session.graph
with graph.as_default():
freeze_var_names = list(set(v.op.name for v in tf.global_variables()).difference(keep_var_names or []))
output_names = output_names or []
output_names += [v.op.name for v in tf.global_variables()]
input_graph_def = graph.as_graph_def()
if clear_devices:
for node in input_graph_def.node:
node.device = ""
frozen_graph = convert_variables_to_constants(session, input_graph_def,
output_names, freeze_var_names)
return frozen_graph
जो freeze_graph.py
के कार्यान्वयन में प्रेरित है। पैरामीटर भी स्क्रिप्ट के समान हैं। session
टेंसरफ्लो सत्र ऑब्जेक्ट है। keep_var_names
केवल तभी जरूरी है जब आप कुछ चर को जमे हुए नहीं रखना चाहते हैं (उदा। राज्य के मॉडल के लिए), इसलिए आम तौर पर नहीं। output_names
उन परिचालनों के नामों की एक सूची है जो आपके इच्छित आउटपुट का उत्पादन करती हैं। clear_devices
ग्राफ़ को अधिक पोर्टेबल बनाने के लिए बस किसी भी डिवाइस निर्देश को हटा देता है।
from keras import backend as K
# Create, compile and train model...
frozen_graph = freeze_session(K.get_session(), output_names=[model.output.op.name])
तो फिर तुम tf.train.write_graph
साथ हमेशा की तरह एक फाइल करने के लिए ग्राफ लिख सकते हैं:: तो, एक उत्पादन के साथ एक ठेठ Keras model
के लिए, आप कुछ की तरह करना होगा
tf.train.write_graph(frozen_graph, "some_directory", "my_model.pb", as_text=False)
freeze_session विधि ठीक काम करता है । लेकिन एक चेकपॉइंट फ़ाइल में सहेजने की तुलना में तो टेंसरफ्लो के साथ आने वाले फ्रीज_ग्राफ टूल का उपयोग करना मेरे लिए आसान लगता है, क्योंकि इसे बनाए रखना आसान है।
पहले, अपने Keras कोड model.fit(...)
के बाद जोड़ सकते हैं और अपने मॉडल को प्रशिक्षित: तुम सब करने की ज़रूरत है निम्नलिखित दो कदम है
from keras import backend as K
import tensorflow as tf
print(model.output.op.name)
saver = tf.train.Saver()
saver.save(K.get_session(), '/tmp/keras_model.ckpt')
तो सीडी अपने TensorFlow रूट निर्देशिका में, चलाएँ:
python tensorflow/python/tools/freeze_graph.py \
--input_meta_graph=/tmp/keras_model.ckpt.meta \
--input_checkpoint=/tmp/keras_model.ckpt \
--output_graph=/tmp/keras_frozen.pb \
--output_node_names="<output_node_name_printed_in_step_1>" \
--input_binary=true
- 1. निर्यात करने के लिए पाइप
- 2. अपस्टार्ट करने के लिए निर्यात करने के लिए फोरमैन का उपयोग कैसे करें?
- 3. सीएसवी नोडजेस को निर्यात करने के लिए कैसे करें
- 4. exjs ग्रिड डेटा एक्सेल करने के लिए कैसे निर्यात करें?
- 5. फ़ाइल फ़ील्ड को फ़ाइल करने के लिए कैसे निर्यात करें?
- 6. फ़ायरबेस विश्लेषण डेटा को निर्यात करने के लिए कैसे करें
- 7. कैसे वातावरण चर डॉट अलग निर्यात करने के लिए
- 8. नेटबीन्स टेम्पलेट्स को निर्यात/आयात करने के लिए कैसे करें
- 9. कैसे सीख दर मूल्य प्रदान करने के keras
- 10. काम करने के लिए ndk-build के लिए GNUMAKE चर सेट करने के लिए कैसे करें
- 11. निर्यात Intellij-आइडिया यूआई पर्चा ग्रहण करने के लिए
- 12. डीएनएल निर्यात कार्यों को गणना करने के लिए Win32 एपीआई?
- 13. MySQL डेटाबेस से ब्लॉब निर्यात करने के लिए केवल SQL
- 14. कोणीय 2 जेसन फ़ाइल को निर्यात/डाउनलोड करने के लिए
- 15. कोर डेटा इकाइयों को निर्यात करने के लिए सर्वोत्तम अभ्यास
- 16. एंटरप्राइज़ आर्किटेक्ट आरेखों को निर्यात करने के लिए स्वचालित विधि?
- 17. एक्सेल निर्यात करने के लिए एचटीएमएल सफारी मैक
- 18. कैसे एक पैरामीटर पारित करने के लिए Scikit-जानें Keras मॉडल समारोह
- 19. FFI: कैसे घोषित करने के लिए `size_t`
- 20. C++ में एक चर निर्यात करने के लिए setenv() का उपयोग कैसे करें? ++ कि प्राप्त करने के लिए
- 21. कैसे ग्रहण करने के लिए
- 22. कैसे int करने के लिए
- 23. कैसे जांच करने के लिए?
- 24. तोड़ ... कैसे करने के लिए?
- 25. कैसे प्राप्त करने के लिए
- 26. एक AfterEffects अनुक्रम बनाने के लिए वेक्टर फ्रेम के लिए d3.js एनीमेशन निर्यात करने के लिए कैसे?
- 27. underscore.js टेम्पलेट में सरणी मुद्रित करने के लिए कैसे?
- 28. इलस्ट्रेटर से वेब के लिए एसवीजी निर्यात करने के लिए इष्टतम सेटिंग्स?
- 29. ओबीजे निर्यात के लिए सॉलिडवर्क्स
- 30. mysqldump एक बुरा चरित्र में डेटा निर्यात करने के लिए पहली बार मैं अपने MySQL डेटाबेस निर्यात के लिए