我使用batch_size 128 从TensorFlow的存储库中训练了Cifar10示例模型,并且工作正常.然后我冻结了图表并设法用C++运行它,就像他们在C++标签图像示例中一样.
唯一的问题是我不得不人为地生成形状张量[128,image_height,image_width,channels]以使用C++对单个图像进行分类,因为保存的模型需要批量输入128个样本,因为这是来自队列的样本数.
我尝试使用batch_size = 1训练Cifar10示例,然后当我使用C++运行模型时,我设法逐个对示例进行分类,但这似乎不是一个很好的解决方案.我也尝试在保存的图形文件中手动更改张量形状,但它不起作用.
我的问题是,用固定批量大小(如32,64,128等)训练模型的最佳方法是什么,然后保存模型,以便可以使用任意长度的批量大小？如果那是不可能的,那么如何保存模型以便能够逐个对样本进行分类.
tensorflow ×1