output_graph.pb上的tf.GraphKeys.TRAINABLE_VARIABLES导致空列表

Question

我正在尝试从已保存的模型中提取所有权重/偏差output_graph.pb。

我读了模型：

def create_graph(modelFullPath):
    """Creates a graph from saved GraphDef file and returns a saver."""
    # Creates graph from saved graph_def.pb.
    with tf.gfile.FastGFile(modelFullPath, 'rb') as f:
        graph_def = tf.GraphDef()
        graph_def.ParseFromString(f.read())
        tf.import_graph_def(graph_def, name='')

GRAPH_DIR = r'C:\tmp\output_graph.pb'
create_graph(GRAPH_DIR)

并尝试这种希望，我将能够提取每一层中的所有权重/偏差。

with tf.Session() as sess:
    all_vars = tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES)
    print (len(all_vars))

但是，我得到的值为len。

最终目标是提取权重和偏差并将其保存到文本文件/np.arrays。

Answer 1

该tf.import_graph_def()函数没有足够的信息来重构tf.GraphKeys.TRAINABLE_VARIABLES集合（为此，您需要一个MetaGraphDef）。但是，如果output.pb包含“ frozen” GraphDef，则所有权重将存储在tf.constant()图中的节点中。要提取它们，可以执行以下操作：

create_graph(GRAPH_DIR)

constant_values = {}

with tf.Session() as sess:
  constant_ops = [op for op in sess.graph.get_operations() if op.type == "Const"]
  for constant_op in constant_ops:
    constant_values[constant_op.name] = sess.run(constant_op.outputs[0])

请注意，其中constant_values可能包含的值可能不只是权重，因此您可能需要根据op.name或其他条件进一步过滤。