tensorflow如何将ckpt转成pd_paddle里怎么把ckpt转成pdparam-CSDN博客

本文链接：https://blog.csdn.net/happyhell/article/details/103352697

本文详细介绍了如何将TensorFlow的ckpt模型转换为pb模型的方法，包括在训练过程中找到输出接口并将其打印，以及使用特定的代码片段进行模型转换的具体步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

研究人工智能很久了，一直没写个文章，今天将之前碰到的问题，分享给大家。

如何将tensorflow的ckpt模型转化为pb模型

网上找了很多中方法，都不行。。。希望有缘人能看到，并解决该问题。

1、在训练的时候，找到你输出的接口，如标红，并将它打印出来。

# 加上DropOut，防止过拟合
dropout_fc = tf.layers.dropout(fc, dropout_placeholdr, name='dropout_fc')

# 未激活的输出层
logits = tf.layers.dense(dropout_fc, num_classes, name='logits_output')

# predicted_labels = tf.arg_max(tf.nn.softmax(logits), 1)

predicted_labels = tf.arg_max(logits, 1)

print('test -----------')
print(predicted_labels)

输入方案：

output_node_names = 'scored/ArgMaxd'
 intput_graph_def = tf.get_default_graph().as_graph_def()

 constant_graph = tf.graph_util.convert_variables_to_constants(sess, intput_graph_def,  output_node_names.split(","))
 with tf.gfile.FastGFile(pb_path, mode='wb') as f:
     f.write(constant_graph.SerializeToString())

然后在引用pd 中，使用该方法

predicted_labels = graph.get_tensor_by_name("score/ArgMax:0")