input/output is not in graph tf.layers.conv2d在name命名时会自动在其后添加Conv2D

神经与蛋白

于 2021-04-08 10:53:21 发布

阅读量1.1k

点赞数 1

分类专栏：深度学习文章标签： tensorflow

本文链接：https://blog.youkuaiyun.com/weixin_44479045/article/details/115509481

版权

深度学习专栏收录该内容

7 篇文章

订阅专栏

本文介绍了如何在TensorFlow的conv2d层使用name属性时自动添加'Conv2D'后缀，并在导出模型时正确指定输入和输出节点。通过实例展示了如何在dncnn网络模型中为特定层命名并导出block1的input和block17的output节点。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

tf.layers.conv2d()在用name命名时会自动在其后添加Conv2D
下面是编写的一个dncnn网络模型，分别给第一层block1和第17层block17命名为input和output

def dncnn(input, is_training=True, output_channels=1):
    with tf.variable_scope('block1'):
        output = tf.layers.conv2d(input, 64, 3, padding='same', activation=tf.nn.relu, name='input')
    for layers in range(2, 16 + 1):
        with tf.variable_scope('block%d' % layers):
            output = tf.layers.conv2d(output, 64, 3, padding='same', name='conv%d' % layers, use_bias=False)
            output = tf.nn.relu(tf.layers.batch_normalization(output, training=is_training))
    with tf.variable_scope('block17'):
        output = tf.layers.conv2d(output, output_channels, 3, padding='same', name='output')
    return input - output

在输出pb模型时，导出输入输出节点时需要在其后加上/Conv2D

from tensorflow.python.framework.graph_util import convert_variables_to_constants
constant_graph = convert_variables_to_constants(self.sess, self.sess.graph_def,
                                                ["block1/input/Conv2D", 
                                                 "block17/output/Conv2D"])