はじめに

現在主流のDeep Learningフレームワークとしては

Tensorflow2
PyTorch
Keras
etc...

といろいろありますが、作成した学習済みモデルの保存形式は以下表のとおりフレームワークごとに異なります。

フレームワーク	保存形式	備考
Tensorflow2	.pb	tf2onnxを使うことでonnx形式も可能っぽい
PyTorch	.pt, .onnx	-
Keras	.h5	keras2onnxを使うことでonnx形式も可能

私個人としては以下の悩みがあり、

個人的にKerasに慣れているのでKerasで学習したいけど、保存形式は.pbにしたい。
.pbで保存する方法をネットで検索しても出てくる方法はTensorflowがver1の時の方法なので使えない。

上で挙げた私の悩みを皆さんもお持ちのようなので、現状私の環境で成功したコードを置いておきます。
ただ、残念なことに私自身Tensorflowに詳しくないため、質問をしていただいてもたぶん適切な回答は出来ないと思います...

環境

このエントリを書いている私の環境は以下です。

OS : Windows10 Pro x64 20H2
CPU : Intel
Python3 : 3.7.9
- Keras : 2.4.3
- tendorflow : 2.3.0
- tensorflow-gpu : 2.3.0

コード

import tensorflow as tf
from tensorflow import keras
from tensorflow.python.framework.convert_to_constants import convert_variables_to_constants_v2
    
#path of the directory where you want to save your model
frozen_out_path = ''

# Convert Keras model to ConcreteFunction
full_model = tf.function(lambda x: model(x))
full_model = full_model.get_concrete_function(
	tf.TensorSpec(model.inputs[0].shape, model.inputs[0].dtype))
# Get frozen ConcreteFunction
frozen_func = convert_variables_to_constants_v2(full_model)
frozen_func.graph.as_graph_def()
layers = [op.name for op in frozen_func.graph.get_operations()]

# Save frozen graph to disk
tf.io.write_graph(graph_or_graph_def=frozen_func.graph,
					logdir=frozen_out_path,
					name="mnist.pb",
					as_text=False)
# Save its text representation
tf.io.write_graph(graph_or_graph_def=frozen_func.graph,
					logdir=frozen_out_path,
					name="mnist.pbtxt",
					as_text=True)

おわりに

私が.pbで保存したい理由は学習済みモデルをOpenVINOで使いたかったからです。
そちらはもうそろそろ記事にしますので、この記事と一緒に見ていただけると嬉しいです。

誤字、脱字、認識間違いなどあればご指摘をお願い致します。