转行图像p

1、.ckpt文件与.pb文件

1. .ckpt文件是旧版本的输出saver.save(sess)，相当于现在的.ckpt-data
2. checkpoint文件仅用于告知某些TF函数，这是最新的检查点文件。
3. .ckpt-meta 包含元图，即计算图的结构，没有变量的值（基本上可以在tensorboard / graph中看到）。

saver = tf.train.import_meta_graph(path_to_ckpt_meta) saver.restore(sess, path_to_ckpt_data)

4. ckpt.data ： 保存模型中每个变量的取值
5. .pb文件可以保存您的整个图表（元+数据）。要在C++中加载和使用（但不训练）图形，通常会使用它来创建freeze_graph，它会.pb从元数据和数据创建文件。

2、lambda用法

lambda只是一个表达式，函数体比def简单很多。
lambda的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。

3、batch、batch_size、epoch、iteration简介

（1）batchsize：每批数据量的大小。DL通常用SGD的优化算法进行训练，也就是一次（1 个iteration）一起训练batchsize个样本，计算它们的平均损失函数值，来更新参数。

（2）iteration：1个iteration即迭代一次，也就是用batchsize个样本训练一次。

（3）epoch：1个epoch指用训练集中的全部样本训练一次，此时相当于batchsize 等于训练集的样本数。

举例：假设数据集10w，epoch=5，则训练集为50w，训练集可打乱；
           假设batchsize=50，则iteration=10w*5/50=1w；
           训练过程：iter1：1-50；iter2：51-100（取数据可有序取，可随机取）

4、 pprint

import pprint

data = (
    "this is a string", [1, 2, 3, 4], ("more tuples",
    1.0, 2.3, 4.5), "this is yet another string"
    )

pprint.pprint(data)

5、pip安装Tensorflow模块问题:

ERROR: Could not find a version that satisfies the requirement tensorflow1.15.0rc (from versions: none) ERROR: No matching distribution found for tensorflow1.15.0rc
使用pip安装tensorflow报错：ERROR: Could not find a version that satisfies the requirement tensorflow==1.15.0rc (from versions: none)

   ERROR: No matching distribution found for tensorflow==1.15.0rc

解决办法：

1、检查python版本。好像目前tensorflow只支持python3.5.x 64bit~3.6.x 64bit版本。(重点：python版本必须是64bit的。32bit安装tensorflow还是会报错)

确认python版本是：python3.6.x-64bit，使用管理员权限直接在终端运行：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow ，就可以安装成功。

6、python降级

conda install python=3.6

7、c#调用onnx

pip install -U tf2onnx
#模型转换
python -m tf2onnx.convert --graphdef frozen_graph_sanyuan_10W.pb --output model.onnx --inputs Placeholder:0 --outputs add:0

#参数说明：
-graphdef：需要进行转换的pb模型
--output：转换后的onnx模型名称
-inputs：pb模型输入层的名字
--outputs：pb模型输出层的名字

import tensorflow as tf
 #_________获取python的版本号________#
import sys
print('>>>Python Version:',sys.version)
# >>>Python Version: 3.6.7 |Anaconda, Inc.| ......
 #_________获取tensorflow的版本号________#
print('>>> tensroflow.version:%s\n'%tf.VERSION)
# >>> tensroflow.version:1.12.0
 
pb_path=["./mnist.pb",'./my_frozen_mobilenet_v1.pb'][1]
with tf.Session() as sess:
    with open(pb_path, 'rb') as f:
        graph_def = tf.GraphDef()
        graph_def.ParseFromString(f.read())
        print('>>>打印输入节点的结构如下：\n', graph_def.node[0])
        print('*'*50,'\n')
        print('>>>打印输出节点的结构如下：\n',graph_def.node[-1])