如何在张量流图中查找操作名称

Question

我在 Python 中使用 Keras 训练了一个模型，并且我想在 Java 程序中使用该训练后的模型。我原本打算在Java中直接使用Keras模型，但似乎Keras 2.0还没有得到很好的支持。因此，我将 Keras 模型（存储在 .h5 中）转换为张量流模型（存储在 .pb 中）。现在我想在我的 Java 代码中使用这个模型。但是，我需要 3 个字符串才能成功完成此操作：

1. “标识要加载的特定metagraphdef的标签”
2. 将数据送入网络的操作
3. 得到网络结果的操作

我几乎不知道如何找到这些字符串。此时我无法对模型进行太多修改，特别是因为 Tensorflow 2.0 已删除get_session()，这意味着我需要使用 Tensorflow 1.0，这在从 Keras 2.0 加载模型时不断出现错误。我能够列出我的模型的所有操作，但我不知道这近 100 个操作中哪一个是正确的。我也不知道 metagraphdef 的标签。

我如何找到这 3 条信息？

Answer 1

如果您使用 pip（或类似的东西，如 conda 等）安装 TensorFlow，它应该附带该saved_model_cli实用程序。

您可以使用它从导出的模型中获得一些见解：

saved_model_cli show --dir <model_dir> --tag_set <tag> --signature_def <signature>

在指南中查找更多信息。

这是我的模型之一的结果：

The given SavedModel SignatureDef contains the following input(s):
  inputs['float32_Input'] tensor_info:
      dtype: DT_FLOAT
      shape: (-1, 118)
      name: serving_default_float32_Input:0
  inputs['uint8_Input'] tensor_info:
      dtype: DT_UINT8
      shape: (-1, 583)
      name: serving_default_uint8_Input:0
The given SavedModel SignatureDef contains the following output(s):
  outputs['tf_op_layer_ExpandDims'] tensor_info:
      dtype: DT_FLOAT
      shape: (-1, 1)
      name: PartitionedCall:0
Method name is: tensorflow/serving/predict

float32_Input, uint8_Input,ExpandDims是我在 Python 中的层的名称。要在 Java 中使用它，我必须使用名称：serving_default_float32_Input、serving_default_float32_Input和PartitionedCall。