在tensorflow中提取子图

我已经预训练了网络，并且我正在试图仅仅获取它的一部分（子图）tf图以及变量和保存对象。在tensorflow中提取子图

这就是我正在做它：

subgraph = tf.graph_util.extract_sub_graph(default_graph, list of nodes to preserve) 
tf.reset_default_graph() 
tf.import_graph_def(subgraph)

然而，这将删除所有变量（当我打电话reset_default_graph）。即使如果我明确地将变量的操作节点（仅“变量”类型操作）添加到“要保留的节点列表”中。

如何在保留变量值的同时保留较大图的子图？这是另外一些新的节点“保留列表”的问题吗？

图形节点和变量之间的关系仍然不清楚，教程仅仅提到创建变量会在图形中创建一些操作（节点）。

来源

2016-12-27 Pietrko

我觉得你在做什么看起来不错。正如你所说的，一个变量只是一个简单的操作（图中的一个节点），用于输出特定值的张量。您应该能够将变量节点添加到列表中以保留它们，就像您已经在做的那样。你可以使用print（sess.graph_def）来确保你提供的名字是正确的吗？

来源

2016-12-27 14:20:04

变量是一组连接的操作。通常，它以ops：“variable [variable]”，“assign [assign]”，“read [identity]”（第一部分是名称，方括号用于类型）以及整套初始化操作符为主。问题在于图导出会以一种不被认为是变量的方式来削减变量结构。选择所有必需的操作非常麻烦 - 而且不是最聪明的方法。 – Pietrko

是的，的确如此。如果您查看extract_sub_graph的函数接口（https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/framework/graph_util_impl.py#L110），注意到它只是简单的函数，没有任何智能处理对于变量，“选择所有需要的操作”可能仍然是你最好的选择。好消息是我认为你可以编写一个简单的函数（使用graph_def作为输入）来自动执行这个繁琐的选择变量相关节点的过程。 –

好吧，我希望我可以避免这种情况，也许存在一些干净而快速的方式来使用现有的API。谢谢。 – Pietrko

在tensorflow中提取子图

回答

相关问题