如何恢复 tensorflow 初始检查点文件（ckpt）？

Question

我有 inception_resnet_v2_2016_08_30.ckpt 文件，这是一个预训练的初始模型。我想恢复这个模型使用

saver.restore(sess, ckpt_filename)

但为此，我需要编写在训练此模型时使用的变量集。我在哪里可以找到这些（脚本或详细说明）？

Answer 1

首先，您已经了解了内存中的网络架构。网络架构可以从here获取

一旦你有了这个程序，使用以下方法来使用模型：

from inception_resnet_v2 import inception_resnet_v2, inception_resnet_v2_arg_scope

height = 299
width = 299
channels = 3

X = tf.placeholder(tf.float32, shape=[None, height, width, channels])
with slim.arg_scope(inception_resnet_v2_arg_scope()):
     logits, end_points = inception_resnet_v2(X, num_classes=1001,is_training=False)

这样你就拥有了内存中的所有网络，现在你可以使用 tf.train.saver 使用检查点文件（ckpt）初始化网络：

saver = tf.train.Saver()
sess = tf.Session()
saver.restore(sess, "/home/pramod/Downloads/inception_resnet_v2_2016_08_30.ckpt")

如果你想做瓶子提取，很简单，比如你想从最后一层获取特征，那么你只需声明predictions = end_points["Logits"] 如果你想为其他中间层获取它，你可以从上面的程序 inception_resnet_v2.py 中获取这些名称

之后您可以拨打：output = sess.run(predictions, feed_dict={X:batch_images})

Answer 2

我相信MetaGraph mechanism 是您所需要的。

编辑：另外，看看tf.train.NewCheckpointReader——它有一个get_variable_to_shape_map() 方法。见unit test。