在 Python 中导入 TensorFlow 会话包答案

【问题标题】：Importing Tensorflow Session Bundle in Python在 Python 中导入 TensorFlow 会话包
【发布时间】：2017-01-20 04:30:42
【问题描述】：

如何从 Python 内部导入 Tensorflow 会话包？文档解释了exporting from Python 和importing in C++。

更新：我发现了以下内容：

【问题讨论】：

【解决方案1】：

SessionBundle 包含一个检查点和一个服务所需的 MetaGraph 定义（请参阅here）。由于 TensorFlow Serving 使用 C++，我认为您不会找到任何 Python 示例）。

但是，如果您使用的是 Python，则实际上不需要此 MetaGraph 定义，您可以只启动一个新会话并从检查点文件恢复，然后从这个新会话中进行推断。你可以找到一些很好的例子here。

【讨论】：

我不需要MetaGraph 定义来恢复计算图吗（假设我无权访问/想要重新运行最初运行的 Python 代码来创建图）？
显然，我使用“tf.train.import_meta_graph()”从检查点文件中恢复了元图。 here你可以从我的项目中找到一些伪代码，看看如何从这个检查点文件中恢复，官方的TF文档是here。
好的，这就是我现在正在做的事情。由于我使用了Exporter，因此输入和输出节点的名称存储在一个似乎需要更多工作才能解析出来的集合中。
你让它工作了吗？使用 tf.all_variables() 和 tf.get_collection() 应该有助于您搜索正确的名称。