参考google的一个官方例子:https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/speech_commands
主要参考里面的train.py代码跟freeze.py代码,分别用于训练跟生成固化的pb文件.
train.py文件的代码顺序如下:
(1),对输入数据进行量化:fingerprint_input = tf.fake_quant_with_min_max_args(input_placeholder, fingerprint_min, fingerprint_max) 我自己训练自己的图时没使用这一步.
(2).定义loss
(3).创建量化训练图:tf.contrib.quantize.create_training_graph(quant_delay=0)
(4).定义optimizer优化器
(5).saver = tf.train.Saver(tf.global_variables())
(6).变量初始化
(7).check_point载入
(8).保存pbtxt文件:tf.train.write_graph(sess.graph_def, FLAGS.train_dir,FLAGS.model_architecture + ‘.pbtxt’)
(9).循环训练
freeze.py文件的代码顺序如下:
(1).创建graph
(2).创建量化eval图:create_eval_graph()
(3).载入模型的各个变量的参数
(4).保存pb文件:
input_saver_def = saver.as_saver_def()
frozen_graph_def = freeze_graph.freeze_graph_with_def_protos(input_graph_def=tf.get_default_graph().as_graph_def(),input_saver_def=input_saver_def,input_checkpoint = FLAGS.model_file,output_node_names=‘result’,restore_op_name=‘save/restore_all’, filename_tensor_name=‘save/Const:0’,clear_devices=True,output_graph=’’,initializer_nodes=’’)
binary_graph = ‘tflite_graph.pb’
with tf.gfile.GFile(binary_graph, ‘wb’) as f:
f.write(frozen_graph_def.SerializeToString()
