如何执行TensorFlow模型的固化操作？

本文共计1060个文字，预计阅读时间需要5分钟。

前言：TensorFlow目前在前端移动端是无法直接进行training的，只能跑已经训练好的模型。但是，一般的保存方式只有单一保存参数或graph的，如何同时保存参数和graph呢？

生成模型：主要有两种方法生成模型。

方法一：保存参数和graph分离

1.使用TensorFlow的Saver类保存模型参数。

2.使用TensorFlow的GraphDef对象保存整个graph。

3.将保存的参数和graph分别存储。

方法二：将参数和graph打包保存

1.使用TensorFlow的GraphDef对象保存整个graph。

2.在graph中添加一个操作，用于加载模型参数。

3.将保存的graph和参数文件一起存储。

两种方法各有优缺点，具体选择哪种方法取决于实际需求。

前言

TensorFlow目前在移动端是无法training的，只能跑已经训练好的模型，但一般的保存方式只有单一保存参数或者graph的，如何将参数、graph同时保存呢？

生成模型

主要有两种方法生成模型，一种是通过freeze_graph把tf.train.write_graph()生成的pb文件与tf.train.saver()生成的chkp文件固化之后重新生成一个pb文件，这一种现在不太建议使用。