KeyError: Frozen Tensorflow Model to UFF graph
KeyError: Frozen Tensorflow Model to UFF graph
我已经使用 Tensorflow Estimator API 训练了自定义 CNN 模型。我已成功冻结图表,但转换为 UFF 失败并引发以下错误:
'KeyError: u'IteratorGetNext:1'
进行上述转换的代码:
frozen_graph_filename = "Frozen_model.pb"
TMP_UFF_FILENAME = "output.uff"
output_name = "sigmoid"
uff_model = uff.from_tensorflow_frozen_model(
frozen_file=frozen_graph_filename,
output_nodes=[output_name],
output_filename=TMP_UFF_FILENAME,
text=False,
)
图中节点的名称是,
prefix/OneShotIterator
prefix/IteratorGetNext
prefix/Reshape/shape
prefix/Reshape
prefix/Reshape_1/shape
prefix/Reshape_1
prefix/conv1/kernel
prefix/conv1/bias
.
.
.
prefix/logits/MatMul
prefix/logits/BiasAdd
prefix/sigmoid
那么有没有办法去掉前两个Iterator节点呢?它们在训练环境之外毫无用处。我也使用了 tf.graph_util.remove_training_nodes
但它并没有缓解我面临的问题。
Graph Transform Tool 可以用来完成我想要实现的目标,为了能够使用工具,必须克隆 tensorflow 存储库和 运行 配置文件以设置一个工作区。按照 1 中提供的说明构建工具。
完成后调用该工具,
bazel-bin/tensorflow/tools/graph_transforms/transform_graph \
--in_graph=tensorflow_inception_graph.pb \
--out_graph=optimized_inception_graph.pb \
--inputs='Mul:0' \
--outputs='softmax:0' \
--transforms='
strip_unused_nodes(type=float, shape="1,299,299,3")
remove_nodes(op=Identity, op=CheckNumerics)
fold_old_batch_norms
'
将优化图传递给
uff.from_tensorflow_frozen()
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/tools/graph_transforms/README.md 1
https://www.tensorflow.org/mobile/prepare_models#how_do_you_get_a_model_you_can_use_on_mobile
我已经使用 Tensorflow Estimator API 训练了自定义 CNN 模型。我已成功冻结图表,但转换为 UFF 失败并引发以下错误:
'KeyError: u'IteratorGetNext:1'
进行上述转换的代码:
frozen_graph_filename = "Frozen_model.pb"
TMP_UFF_FILENAME = "output.uff"
output_name = "sigmoid"
uff_model = uff.from_tensorflow_frozen_model(
frozen_file=frozen_graph_filename,
output_nodes=[output_name],
output_filename=TMP_UFF_FILENAME,
text=False,
)
图中节点的名称是,
prefix/OneShotIterator
prefix/IteratorGetNext
prefix/Reshape/shape
prefix/Reshape
prefix/Reshape_1/shape
prefix/Reshape_1
prefix/conv1/kernel
prefix/conv1/bias
.
.
.
prefix/logits/MatMul
prefix/logits/BiasAdd
prefix/sigmoid
那么有没有办法去掉前两个Iterator节点呢?它们在训练环境之外毫无用处。我也使用了 tf.graph_util.remove_training_nodes
但它并没有缓解我面临的问题。
Graph Transform Tool 可以用来完成我想要实现的目标,为了能够使用工具,必须克隆 tensorflow 存储库和 运行 配置文件以设置一个工作区。按照 1 中提供的说明构建工具。 完成后调用该工具,
bazel-bin/tensorflow/tools/graph_transforms/transform_graph \
--in_graph=tensorflow_inception_graph.pb \
--out_graph=optimized_inception_graph.pb \
--inputs='Mul:0' \
--outputs='softmax:0' \
--transforms='
strip_unused_nodes(type=float, shape="1,299,299,3")
remove_nodes(op=Identity, op=CheckNumerics)
fold_old_batch_norms
'
将优化图传递给
uff.from_tensorflow_frozen()
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/tools/graph_transforms/README.md 1 https://www.tensorflow.org/mobile/prepare_models#how_do_you_get_a_model_you_can_use_on_mobile