解决tensorflow模型压缩的问题_踩坑无数,总算搞定_Python

1.安装bazel，从github上下载linux版的.sh文件，然后安装

2.从GitHub上下载最新的TensorFlow源码

3.进入TensorFlow源码文件夹，输入命令

				?

									bazel build tensorflow/tools/graph_transforms:transform_graph

这里会遇到各种坑，比如

ERROR: /opt/tf/tensorflow-master/tensorflow/core/kernels/BUILD:3044:1: C++ compilation of rule ‘//tensorflow/core/kernels:matrix_square_root_op' failed (Exit 4)

gcc: internal compiler error: Killed (program cc1plus)

这个错误是cpu负荷太大，需要加行代码

				?

									# 生成swap镜像文件

									sudo dd if=/dev/zero of=/mnt/512Mb.swap bs=1M count=512

									# 对该镜像文件格式化

									sudo mkswap /mnt/512Mb.swap

									# 挂载该镜像文件 

									sudo swapon /mnt/512Mb.swap

又或者这个@aws Error downloading

我看csdn有的博主解决方法是去临时文件夹删掉文件重新下载，但是我这边发现没用，我这边的解决方法是运行bazel前先输入一条命令：

				?

									sed -i '\@https://github.com/aws/aws-sdk-cpp/archive/1.5.8.tar.gz@aws' tensorflow/workspace.bzl

命令里的网址就是实际要下载的文件的地址，因为有的地址可能改了

到这里编译bazel就完成了

4.编译完了就可以模型压缩了，也是一行代码，in_graph为输入模型路径，outputs不动，out_graph为输出模型路径，transforms就填一个quantize_weights就可以了，这个就是把32bit转成8bit的，也是此方法最有效的一步；我看有的博主还先编译summary然后打印出输入输出结点，之后再输入一大堆参数，还删除一些结点啥的，我这边都试了，最终也并没有更缩减模型大小，所以就这样就可以了。

				?

									bazel-bin/tensorflow/tools/graph_transforms/transform_graph --in_graph=../model/ctpn.pb  --outputs='output_node_name'  --out_graph=../model/quantized_ctpn.pb  --transforms='quantize_weights'

最终从68m缩减到17m，75%的缩减比例，实测效果基本没啥差别，这方法还是很管用的。

补充：模型压缩一二三之tensorflow查看ckpt模型里的参数和数值

查看ckpt模型参数和数值

				?

									import os

									from tensorflow.python import pywrap_tensorflow

									checkpoint_path = os.path.join("<你的模型的目录>", "./model.ckpt-11000") 

									# Read data from checkpoint file

									reader = pywrap_tensorflow.NewCheckpointReader(checkpoint_path)

									var_to_shape_map = reader.get_variable_to_shape_map()

									# Print tensor name and values

									for key in var_to_shape_map:

									 print("tensor_name: ", key)

									 print(reader.get_tensor(key))