python测试代码，读取我们之前训练好的pb和pbtxt文件，然后利用python去识别，里面就是测试代码。

minikeyvalue是一个用不到200行代码实现的非代理分布式键值存储。 优化用于读取1MB到1GB之间的文件。 灵感来自SeaweedFS，但很简单。 应扩展到数十亿个文件和数PB的数据。

1. tensorflow模型文件打包成PB文件 import tensorflow as tf from tensorflow.python.tools import freeze_graph with tf.Graph().as_default(): with tf.device("/cpu:0"): config = tf.ConfigProto(allow_soft_placement=True) with tf.Session(config=config).as_

下面代码的功能是先训练一个简单的模型，然后保存模型，同时保存到一个pb文件当中，后续可以从pd文件里读取权重值。 import tensorflow as tf import numpy as np import os import h5py import pickle from tensorflow.python.framework import graph_util from tensorflow.python.platform import gfile #设置使用指定GPU os.env

最近在学习tensorflow自带的量化工具的相关知识，其中遇到的一个问题是从tensorflow保存好的ckpt文件或者是保存后的.pb文件(这里的pb是把权重和模型保存在一起的pb文件)读取权重，查看量化后的权重是否变成整形。 因此将自己解决这个问题记录下来，为了下一次遇到时，可以有所参考，也希望给有需要的同学一个可能的参考。 (1) 从保存的ckpt读取变量的值(以读取保存的第一个权重为例) from tensorflow.python import pywrap_tensorflow