CKPT->pb
tensorflow的模型保存有两种形式：
1. ckpt：可以恢复图和变量，继续做训练
2. pb : 将图序列化，变量成为固定的值，，只可以做inference；不能继续训练
Demo
1 def freeze_graph(input_checkpoint,output_graph):
2
3 '''
4 :param input_checkpoint:
5 :param output_graph: PB模型保存路径
6 :return
7 void
8 '''
9
10 # checkpoint = tf.train.get_checkpoint_state(model_folder) #检查目录下ckpt文件状态是否可用
11 # input_checkpoint = checkpoint.model_checkpoint_path #得ckpt文件路径
12
13 # 指定输出的节点名称,该节点名称必须是原模型中存在的节点
14 output_node_names = "InceptionV3/Logits/SpatialSqueeze" # 如果是多个输出节点，使用 ‘，’号隔开
15
16 ############################ Step1: 从ckpt中恢复图： #############################################
17 saver = tf.train.import_meta_graph(input_checkpoint + '.meta', clear_devices=True)
18 graph = tf.get_default_graph() # 获得默认的图， 可以省略
19 input_graph_def = graph.as_graph_def() # 返回一个序列化的图代表当前的图，可以省略
20
21 with tf.Session() as sess: # 会使用默认的图 作为当前的图
22 saver.restore(sess, input_checkpoint) #恢复图并得到数据
23
24 ######################## Step2: 创建持久化对象，指定sess,图、以及输出的序列化节点信息 ##############
25 output_graph_def = graph_util.convert_variables_to_constants( # 模型持久化，将变量值固定
26 sess=sess,
27 input_graph_def=input_graph_def,# 等于:sess.graph_def
28 output_node_names=output_node_names.split(","))# 如果有多个输出节点，以逗号隔开
29 ######################### Step3: 模型持久化 #######################################################
30 with tf.gfile.GFile(output_graph, "wb") as f: #保存模型
31 f.write(output_graph_def.SerializeToString()) #序列化输出
32 print("%d ops in the final graph." % len(output_graph_def.node)) #得到当前图有几个操作节点
33 # for op in graph.get_operations():
34
35 # print(op.name, op.values())
36
37
38 ########################### 调用方式 ################################
39 # 输入ckpt模型路径
40 input_checkpoint='models/model.ckpt-10000'
41 # 输出pb模型的路径
42 out_pb_path="models/pb/frozen_model.pb"
43 # 调用freeze_graph将ckpt转为pb
44 freeze_graph(input_checkpoint,out_pb_path)解析
函数freeze_graph中，最重要的就是要确定“指定输出的节点名称”，这个节点名称必须是原模型中存在的节点，对于freeze操作，我们需要定义输出结点的名字。
freeze的时候就只把输出该结点所需要的子图都固化下来，其他无关的就舍弃掉。因为我们freeze模型的目的是接下来做预测。所以，output_node_names一般是网络模型最后一层输出的节点名称，或者说就是我们预测的目标。
在保存pb的时候，通过convert_variables_to_constants函数来指定需要固化的节点名称;
tensor name 和 node name 的区别
node name 是 图 的节点，里面包含了很多操作和tensor
tensor 是 node 里面的一个组成部分；
以input 为例，“input:0”是张量的名称，而"input"表示的是节点的名称
PS：注意张量的名称，即为：节点名称+“:”+“id号”，如"input:0"