我正在尝试将预训练的 InceptionV3 模型 (.ckpt) 从开放图像数据集转换为 .pb 文件，以便在 Tensorflow for Mobile Poets 示例中使用。我搜索了该网站以及 GitHub 存储库，但没有找到任何确凿的答案。
(OpenImages 初始模型: https://github.com/openimages/dataset )
感谢您的回复。
最佳答案
下面我提供了一些我正在处理的文档草稿，它们可能会有所帮助。另一件需要注意的事情是，如果您使用的是 Slim，则需要运行 export_inference_graph.py 以最初获取 .pb GraphDef 文件。
在大多数情况下，使用 TensorFlow 训练模型会为您提供一个文件夹，其中包含一个 GraphDef 文件(通常以 .pb 或 .pbtxt 扩展名结尾)和一组检查点文件。移动或嵌入式部署需要的是一个“卡住”的 GraphDef 文件，或者将其变量转换为内联常量，以便所有内容都在一个文件中。 要处理转换，您需要 freeze_graph.py 脚本，该脚本位于 tensorflow/pythons/tools/freeze_graph.py 中。你会像这样运行它:
bazel 构建 tensorflow/tools:freeze_graph
bazel-bin/tensorflow/tools/freeze_graph\
--input_graph=/tmp/model/my_graph.pb\--input_checkpoint=/tmp/model/model.ckpt-1000\--output_graph=/tmp/frozen_graph.pb\
--input_node_names=输入节点\
--output_node_names=输出节点\
input_graph 参数应该指向保存模型架构的 GraphDef 文件。有可能你的 GraphDef 已经以文本格式存储在磁盘上，在这种情况下它很可能以 '.pbtxt' 而不是 '.pb' 结尾，你应该添加一个额外的 --input_binary=false 标志到命令。
input_checkpoint 应该是最近保存的检查点。如检查点部分所述，您需要为此处的检查点集提供通用前缀，而不是完整的文件名。
output_graph 定义生成的卡住 GraphDef 的保存位置。因为它很可能包含很多权重值，以文本格式占用大量空间，所以它总是保存为二进制 protobuf。
output_node_names 是您要从中提取图形结果的节点名称列表。这是必需的，因为卡住过程需要了解图表的哪些部分是实际需要的，哪些是训练过程的产物，例如摘要操作。只会保留有助于计算给定输出节点的操作。如果您知道您的图形将如何使用，那么这些应该只是您作为获取目标传递给 Session::Run() 的节点的名称。如果手边没有这些信息，您可以通过运行 summarize_graph 工具获得一些关于可能输出的建议。
由于 TensorFlow 的输出格式随着时间的推移发生了变化，因此还有各种其他不常用的标志可用，例如 input_saver，但希望您在使用现代版本的 TensorFlow 训练的图形上不需要这些框架。
关于python - 如何将 .ckpt 移植到 .pb 以在 Tensorflow for Mobile Poets 中使用，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/45041671/