代码之家  ›  专栏  ›  技术社区  ›  Ajinkya

如何找到输出节点名来构建冻结图?

  •  1
  • Ajinkya  · 技术社区  · 6 年前

    我指的是 https://github.com/dennybritz/cnn-text-classification-tf 作为参考。我的目标是从模型文件构建冻结图。我想知道输入输出节点在签名中如何有效地构建冻结图。我正在使用以下代码从图形定义打印proto文件。

    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))
    

    我得到的输出如下: https://drive.google.com/drive/folders/1iZQqohx8jAWbSw7XV3vFJuLkaUp0Dt2s?usp=sharing

    我如何知道哪个是输出节点,哪个是输入节点这个文件中有输入和输出的平台?

    1 回复  |  直到 6 年前
        1
  •  1
  •   dm0_    6 年前

    我建议使用Tensorboard来可视化图形结构,而不是使用带有节点的文本文件。你可以找到更多的细节 here .

    然而,图本身没有输入或输出的概念。可以将没有输入连接的节点视为输入节点的良好候选节点,特别是占位符节点。连接到损失函数的节点是很好的输出节点候选者。

    总结:一般来说,您需要通过分析网络体系结构来猜测哪些节点是输入,哪些是输出。

    至于您引用的存储库,您可以阅读 eval.py

    input_x = graph.get_operation_by_name("input_x").outputs[0]
    # input_y = graph.get_operation_by_name("input_y").outputs[0]
    dropout_keep_prob = graph.get_operation_by_name("dropout_keep_prob").outputs[0]
    
    # Tensors we want to evaluate
    predictions = graph.get_operation_by_name("output/predictions").outputs[0]
    

    所以很可能输入节点是“input_x”,输出节点是“output/predictions”。