我有这个错误
RuntimeError: MetaGraphDef associated with tags 'serve' could not be found in SavedModel. To inspect available tag-sets in the SavedModel, please use the SavedModel CLI: `saved_model_cli`
available_tags: [{'train', 'serve'}]我做了saved_model_cli show --dir ./，我得到了
MetaGraphDef with tag-set: 'train, serve' contains the following SignatureDefs:我的源代码是
import tensorflow as tf
with tf.Session(graph=tf.Graph()) as sess:
tf.saved_model.loader.load(sess,[tf.saved_model.tag_constants.SERVING],'../export_dir/0/')
graph = tf.get_default_graph().as_graph_def()
with tf.gfile.GFile('./frozen.pb', "wb") as f:
f.write(graph.SerializeToString())当我搜索这个问题的解决方案时，我看到了“使用[tf.saved_model.tag_constants.SERVING]"，但我无法解决这个问题...
2条答案
按热度按时间vmdwslir1#
此错误消息通知您，在保存的模型中找不到指定的输出Tensor名称。
如果您的所有安装都进行得很顺利，您应该可以从终端的任何地方方便地使用
saved_model_cli。要查看输出Tensor名称，只需运行以下命令
saved_model_cli show --dir /path/to/saved/model --all您还可以在此处查看更多参考
1u4esq0p2#
你似乎有一个被称为冻结图的东西。那些不能被转换，也没有一个图的定义。查看this的讨论以获得详细的答案。
要与保存的模型（具有图形定义）进行比较，请参阅Tensorflow Lite Micro中的hello_world示例。当您基于提供的Jupyter笔记本自行训练模型或下载hello_world.zip时，您将获得***saved_model. pb***。输入此文件所在的目录
models/model并键入你就会得到一长串的信息。或者
你得到