没有 bazel 的 TensorFlow 启动

Posted 2023-02-23

【中文标题】没有 bazel 的 TensorFlow 启动

【英文标题】：Tensorflow inception without bazel

【发布时间】：2017-05-03 12:11:44

【问题描述】：

我从 tensorflow 网站尝试了这个图像识别教程： https://www.tensorflow.org/tutorials/image_retraining 它与 bazel bu 命令行成功运行 是否可以使用 bazel 或 python 脚本以编程方式调用此初始模型，以便我可以轻松地为它提供图像

【问题讨论】：

你能稍微澄清一下你的意思吗？本教程本身正在运行一个 Python 脚本来进行培训，所以如果我理解您的问题，您可以根据您的目的对其进行修改。

要使用本教程，我必须使用 bazel 命令：bazel-bin/tensorflow/examples/label_image/label_image 这不是 python 脚本，它是一个命令行，我想使用预测图像一个 python 脚本，所以我可以在代码的其他部分使用预测

【参考方案1】：

您可以使用 tmp 目录下生成的文件并编写 python 脚本来加载模型并生成预测。

此外，建议将文件保存在 tmp 文件夹以外的目录中，因为文件夹的内容可能会被清除。

import tensorflow as tf
import sys


image_path = sys.argv[1]
image_data = tf.gfile.FastGFile(image_path, 'rb').read()

#loads label file, strips off carriage return
label_lines = [line.strip() for line in tf.gfile.GFile("/tmp/output_labels.txt")]

# Unpersists graph from file
with tf.gfile.FastGFile("/tmp/output_graph.pb", 'rb') as f:
    graph_def = tf.GraphDef()
    graph_def.ParseFromString(f.read())
    _ = tf.import_graph_def(graph_def, name='')

with tf.Session() as sess:
    # Feed the image data as input to the graph an get first prediction
    softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')
    predictions = sess.run(softmax_tensor, \
             'DecodeJpeg/contents:0':image_data)
    # Sort to show labels of first prediction in order of confidence
    top_k = predictions[0].argsort()[-len(predictions[0]):][::-1]

    for node_id in top_k:
        human_string = label_lines[node_id]
        score = predictions[0][node_id]
        print('%s (score = %.2f)' % (human_string, score))

【讨论】：

谢谢，今晚我会试试这个脚本，我使用的是 Tensorflow 1.0+