冻结推理图pb和保存模型pb的区别是什么?

fronted_inference_graph.pb是一个不能再训练的冻结图,它定义了graphdef,实际上是一个序列化图,可以用以下代码加载:

def load_graph(frozen_graph_filename):
    with tf.gfile.GFile(frozen_graph_filename, "rb") as f:
        graph_def = tf.GraphDef()
        graph_def.ParseFromString(f.read())
        return graph_def
tf.import_graph_def(load_graph("frozen_inference_graph.pb"))

保存的模型是由tf.saved_model.builder生成的模型,必须导入到会话中,此文件包含具有所有训练权重的完整图(就像冻结的图一样),但在此可以进行训练,并且此图未序列化,需要由此代码段加载。[]是标记常量,可以由 saved_model_cli . 这个模型也经常用于预测,比如google ml engine par示例:

with tf.Session() as sess:
    tf.saved_model.loader.load(sess, [], "foldername to saved_model.pb, only folder")

ckpt文件是在培训期间生成的检查点,用于恢复培训或在培训后出现问题时进行备份。如果您有一个保存的模型和一个冻结的图,那么您可以忽略它。

.pbtxt文件基本上与前面讨论的模型相同,但随后是可读的,而不是二进制的。这些也可以忽略。

要回答转换问题: 保存的模型可以转换为冻结图,反之亦然,尽管从冻结图中提取的保存的模型也不可训练,但其存储方式为保存的模型格式。检查点可以读入并加载到会话中,在那里您可以从它们构建保存的模型。

希望我能帮忙,任何问题,请尽管问!

如前所述,freezed_graph.pb包括两项内容: 1。图形定义 2。训练参数

而save_model.pb,只有图形定义。

这就是为什么如果您检查两个.pb文件的大小,freezed_graph.pb的大小总是更大。