【发布时间】：2017-04-12 11:32:21
【问题描述】：
我使用在 tensorflow 中实现的随机森林估计器来预测文本是否为英文。我使用以下代码（train_input_fn 函数返回特征和类标签）保存了我的模型（具有 2k 个样本和 2 个类标签 0/1（非英语/英语）的数据集）：
model_path='test/'
TensorForestEstimator(params, model_dir='model/')
estimator.fit(input_fn=train_input_fn, max_steps=1)
运行上述代码后，graph.pbtxt 和 checkpoints 保存在模型文件夹中。现在我想在 Android 上使用它。我有两个问题：
-
作为第一步，我需要将图形和检查点冻结为 .pb 文件，以便在 Android 上使用它。我尝试了 freeze_graph（我在这里使用了代码：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/tools/freeze_graph.py）。当我在我的模式下调用 freeze_graph 时，出现以下错误并且代码无法创建最终的 .pb 图：
文件“/Users/XXXXXXX/freeze_graph.py”，第 105 行，在 freeze_graph _ = tf.import_graph_def(input_graph_def, name="") 文件“/anaconda/envs/tensorflow/lib/python2.7/site-packages/tensorflow/python/framework/importer.py”，第 258 行，在 import_graph_def op_def = op_dict[node.op] KeyError: u'CountExtremelyRandomStats'
这就是我所说的 freeze_graph：
def save_model_android():
checkpoint_state_name = "model.ckpt-1"
input_graph_name = "graph.pbtxt"
output_graph_name = "output_graph.pb"
checkpoint_path = os.path.join(model_path, checkpoint_state_name)
input_graph_path = os.path.join(model_path, input_graph_name)
input_saver_def_path = None
input_binary = False
output_node_names = "output"
restore_op_name = "save/restore_all"
filename_tensor_name = "save/Const:0"
output_graph_path = os.path.join(model_path, output_graph_name)
clear_devices = True
freeze_graph.freeze_graph(input_graph_path, input_saver_def_path,
input_binary, checkpoint_path,
output_node_names, restore_op_name,
filename_tensor_name, output_graph_path,
clear_devices, "")
我还尝试在“tf.contrib.learn.datasets.load_iris”中冻结 iris 数据集。我犯了同样的错误。所以我认为它与数据集无关。
- 作为第二步，我需要使用手机上的 .pb 文件来预测文本。我通过谷歌找到了相机演示示例，其中包含大量代码。我想知道是否有分步教程如何通过传递特征向量并获取类标签来在 Android 上使用 Tensorflow 模型。
谢谢，提前！
更新
通过使用最新版本的tensorflow（0.12），问题解决了。但是，现在的问题是我应该传递给 output_node_names 什么？？？如何获取图中的输出节点？
【问题讨论】：
标签： android tensorflow skflow