質問編集履歴｜teratail（テラテイル）

3 test

tensor score 10

2018/11/26 00:54 投稿

Tensorflow でのプロトコルバッファの出力

aaaaaaaaaa

Python 3.x

17188 questions

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

TensorFlow

1819 questions

2 sakuzyo

tensor score 10

2018/11/26 00:53 投稿

Tensorflow でのプロトコルバッファの出力

### 前提・実現したいこと

Tensorflowで学習させたパラメータをチェックポイントで保存したので、

チェックポイントをrestoreした推論だけを行うグラフをプロトコルバッファ形式で出力したいです。

### 発生している問題・エラーメッセージ

```

AssertionError: output is not in graph

```

### 該当のソースコード

```python

#cnn2_save で保存したcheckpoint形式で保存された学習させたパラメータ（変数）を読み込み推論だけのグラフを作成

#pb形式で保存

import tensorflow as tf

import time

import numpy as np

import cv2

import matplotlib.pyplot as plt

import readData as rd

if __name__ == '__main__':

with tf.device("/gpu:0"):

gr = tf.Graph()

with gr.as_default():

with tf.variable_scope("cnn_model"):

x = tf.placeholder("float", [None, 4096],name="x")

y = tf.placeholder("float", [None, 2],name="y")

keep_prob = tf.placeholder(tf.float32,name="dropout")

#outputの中身

#hidden1

x1 = tf.reshape(x, shape=[-1, 64, 64, 1],name="x1")

incoming1 = 5 * 5 * 1

W1 = tf.get_variable("W1", [5, 5, 1, 32], initializer=tf.random_normal_initializer(stddev=(2.0/incoming1)**0.5))

b1 = tf.get_variable("b1", [32], initializer=tf.constant_initializer(value=0))

conv_1 = tf.nn.relu(tf.nn.bias_add(tf.nn.conv2d(x1, W1, strides=[1, 1, 1, 1], padding='SAME'), b1),name="conv_1")

pool_1 = tf.nn.max_pool(conv_1, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME',name="pool_1")

#hidden2

incoming2 = 5 * 5 * 32

W2 = tf.get_variable("W2", [5, 5, 32, 64], initializer=tf.random_normal_initializer(stddev=(2.0/incoming2)**0.5))

b2 = tf.get_variable("b2", [64], initializer=tf.constant_initializer(value=0))

conv_2 = tf.nn.relu(tf.nn.bias_add(tf.nn.conv2d(pool_1, W2, strides=[1, 1, 1, 1], padding='SAME'), b2),name="conv_2")

pool_2 = tf.nn.max_pool(conv_2, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME',name="pool_2")

#fc

pool_2_flat = tf.reshape(pool_2, [-1, 16 * 16 * 64])

W3 = tf.get_variable("W3", [16*16*64, 1024], initializer=tf.random_normal_initializer(stddev=(2.0/(16*16*64))**0.5))

b3 = tf.get_variable("b3", [1024], initializer=tf.constant_initializer(value=0))

fc_1 = tf.nn.relu(tf.matmul(pool_2_flat, W3) + b3,name="fc_1")

# apply dropout

fc_1_drop = tf.nn.dropout(fc_1, keep_prob)

#output

W4 = tf.get_variable("W4", [1024,2], initializer=tf.random_normal_initializer(stddev=(2.0/1024)**0.5))

b4 = tf.get_variable("b4", [2], initializer=tf.constant_initializer(value=0))

output = tf.nn.relu(tf.matmul(fc_1_drop, W4) + b4,name="output")

init_op = tf.global_variables_initializer()

#restore

sess = tf.Session()

sess.run(init_op)

saver = tf.train.Saver()

saver.restore(sess, tf.train.latest_checkpoint('cnn2_save2'))

print('---Restored a model')

#vari => const に変換

from tensorflow.python.framework import graph_util

converted_graph = graph_util.convert_variables_to_constants(sess, gr.as_graph_def(), ["output"])

#プロトコルバッファ形式でグラフ保存

tf.train.write_graph(converted_graph, "cnn2_save3", 'const_model.pb', as_text=False)

```

### 試したこと

checkpointをrestoreし、実際に推論はできています。

ただ最後のgraph_util.convert_variables_to_constantsのところでoutputがないとのエラーが生じてしまいます。

```

#vari => const に変換

from tensorflow.python.framework import graph_util

converted_graph = graph_util.convert_variables_to_constants(sess, gr.as_graph_def(), ["output"])

#プロトコルバッファ形式でグラフ保存

tf.train.write_graph(converted_graph, "cnn2_save3", 'const_model.pb', as_text=False)

```

aaaaaaaaaa

Python 3.x

17188 questions

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

TensorFlow

1819 questions

1 誤字修正

tensor score 10

2018/11/25 15:55 投稿

Tensorflow でのプロトコルバッファの出力

### 前提・実現したいこと

Tensorflowで学習させたパラメータをチェックポイントで保存したので、

チェックポイントをrestoreした推論だけを行うグラフをプロトコルバッファ形式で出力したいです。

### 発生している問題・エラーメッセージ

```

AssertionError: output is not in graph

```

### 該当のソースコード

```python

#cnn2_save で保存したcheckpoint形式で保存された学習させたパラメータ（変数）を読み込み推論だけのグラフを作成

#pb形式で保存

import tensorflow as tf

import time

import numpy as np

import cv2

import matplotlib.pyplot as plt

import readData as rd

if __name__ == '__main__':

with tf.device("/gpu:0"):

gr = tf.Graph()

with gr.as_default():

with tf.variable_scope("cnn_model"):

x = tf.placeholder("float", [None, 4096],name="x") ~~# mnist data image of shape 28*28=784~~

y = tf.placeholder("float", [None, 2],name="y") ~~# 0-9 digits recognition => 10 classes~~

keep_prob = tf.placeholder(tf.float32,name="dropout") ~~# dropout probability~~

x = tf.placeholder("float", [None, 4096],name="x")

y = tf.placeholder("float", [None, 2],name="y")

keep_prob = tf.placeholder(tf.float32,name="dropout")

#outputの中身

#hidden1

x1 = tf.reshape(x, shape=[-1, 64, 64, 1],name="x1")

incoming1 = 5 * 5 * 1

W1 = tf.get_variable("W1", [5, 5, 1, 32], initializer=tf.random_normal_initializer(stddev=(2.0/incoming1)**0.5))

b1 = tf.get_variable("b1", [32], initializer=tf.constant_initializer(value=0))

conv_1 = tf.nn.relu(tf.nn.bias_add(tf.nn.conv2d(x1, W1, strides=[1, 1, 1, 1], padding='SAME'), b1),name="conv_1")

pool_1 = tf.nn.max_pool(conv_1, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME',name="pool_1")

#hidden2

incoming2 = 5 * 5 * 32

W2 = tf.get_variable("W2", [5, 5, 32, 64], initializer=tf.random_normal_initializer(stddev=(2.0/incoming2)**0.5))

b2 = tf.get_variable("b2", [64], initializer=tf.constant_initializer(value=0))

conv_2 = tf.nn.relu(tf.nn.bias_add(tf.nn.conv2d(pool_1, W2, strides=[1, 1, 1, 1], padding='SAME'), b2),name="conv_2")

pool_2 = tf.nn.max_pool(conv_2, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME',name="pool_2")

#fc

pool_2_flat = tf.reshape(pool_2, [-1, 16 * 16 * 64])

W3 = tf.get_variable("W3", [16*16*64, 1024], initializer=tf.random_normal_initializer(stddev=(2.0/(16*16*64))**0.5))

b3 = tf.get_variable("b3", [1024], initializer=tf.constant_initializer(value=0))

fc_1 = tf.nn.relu(tf.matmul(pool_2_flat, W3) + b3,name="fc_1")

# apply dropout

fc_1_drop = tf.nn.dropout(fc_1, keep_prob)

#output

W4 = tf.get_variable("W4", [1024,2], initializer=tf.random_normal_initializer(stddev=(2.0/1024)**0.5))

b4 = tf.get_variable("b4", [2], initializer=tf.constant_initializer(value=0))

output = tf.nn.relu(tf.matmul(fc_1_drop, W4) + b4,name="output")

init_op = tf.global_variables_initializer()

#restore

sess = tf.Session()

sess.run(init_op)

saver = tf.train.Saver()

saver.restore(sess, tf.train.latest_checkpoint('cnn2_save2'))

print('---Restored a model')

#vari => const に変換

from tensorflow.python.framework import graph_util

converted_graph = graph_util.convert_variables_to_constants(sess, gr.as_graph_def(), ["output"])

#プロトコルバッファ形式でグラフ保存

tf.train.write_graph(converted_graph, "cnn2_save3", 'const_model.pb', as_text=False)

```

### 試したこと

checkpointをrestoreし、実際に推論はできています。

ただ最後のgraph_util.convert_variables_to_constantsのところでoutputがないとのエラーが生じてしまいます。

```

#vari => const に変換

from tensorflow.python.framework import graph_util

converted_graph = graph_util.convert_variables_to_constants(sess, gr.as_graph_def(), ["output"])

#プロトコルバッファ形式でグラフ保存

tf.train.write_graph(converted_graph, "cnn2_save3", 'const_model.pb', as_text=False)

```

Python 3.x

17188 questions

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

TensorFlow

1819 questions

質問編集履歴

teratailアカウントでログイン

SNSアカウントでログイン