部署上线tensorflow的pb模型

将tensorflow的ckpt模型转化为pb模型，可以大大提高网络预测速度，是进行部署的第一步。怎么做参考：这里。我看网上资料较少，我写一下怎么读取pb模型进行测试，通常落地会采用c++这种更底层的语言。

具体怎么写需要根据网络的测试代码来写，每个网络输入输出不一样，我在下面贴一个写好的只作为参考。

总体步骤：

1.读入pb文件

def freeze_graph_test2(pb_path, test_path):
    with tf.Graph().as_default():
        output_graph_def = tf.GraphDef()
        with open(pb_path, "rb") as f:
            output_graph_def.ParseFromString(f.read())
            tf.import_graph_def(output_graph_def, name="")
        with tf.Session() as sess:
            sess.run(tf.global_variables_initializer())

这部分代码直接复制，tf的常规操作，把pb_path替换成自己的pb文件地址就行
2.定义输入

  keep_probability = sess.graph.get_tensor_by_name(name="keep