TensorFlowで学習したモデルをProtocol Bufferで出力する方法

はじめに

TensorFlowでモデルを学習させた時はどのように保存していますか？
saver.restore()で保存して.ckptファイルとして出力することが多いと思います。
PC上で動かす場合はそれで良いですが、Androidなど、他の用途に使いたい場合はProtocol Buffer(.pbファイル)で出力することが必要になることがあります。

この記事では、MNIST for ML Beginnersのチュートリアルを例に.pbファイルで出力していきます。

MNIST for ML Beginnersを学習

まずはTensorFlowのインポートとMNISTの読み込みから

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
import tensorflow as tf

Extracting MNIST_data/train-images-idx3-ubyte.gz
Extracting MNIST_data/train-labels-idx1-ubyte.gz
Extracting MNIST_data/t10k-images-idx3-ubyte.gz
Extracting MNIST_data/t10k-labels-idx1-ubyte.gz

次に適当にgraph1を作ってそこでモデルを構築します。
graphを使っていること以外はほぼそのままです。

graph1 = tf.Graph()
with graph1.as_default():
    x = tf.placeholder(tf.float32, [None, 784])
    W = tf.Variable(tf.zeros([784, 10]))
    b = tf.Variable(tf.zeros([10]))

    y = tf.nn.softmax(tf.matmul(x, W) + b)
    
    y_ = tf.placeholder(tf.float32, [None, 10])

    cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
    train_step = tf.train.GradientDescentOptimizer(0.05).minimize(cross_entropy)

    correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
    accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))

    sess = tf.InteractiveSession()

    tf.global_variables_initializer().run()
    
    for _ in range(1000):
        batch_xs, batch_ys = mnist.train.next_batch(100)
        sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
    print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))

0.9006

1000ミニバッチ学習した結果、Accuracyは90%程度でした。
ここまではチュートリアルほぼそのままですね。

Protocol Buffer形式で保存

ここからが本題で、別のgraphに、先ほどのVariableを全てConstantに変更したモデルを用意します。
学習済みなのでVariableにしておく必要はありません。Constantにしましょう。
また、nameはきちんと書いてください。
基本的に、ここでの変数名x_2などではなくnameを使って呼び出します。

tf.train.write_graph(graph,".","mnist.pb",as_text=False)

この部分でgraphをカレントディレクトリ"."に"mnist.pb"という名前で保存しています。

graph = tf.Graph()
with graph.as_default():
    x_2 = tf.placeholder(tf.float32, [1, 784],name="input")
    W_2 = tf.constant(sess.run(W),name="Weight")
    b_2 = tf.constant(sess.run(b),name="bias")
    y_2 = tf.nn.softmax(tf.matmul(x_2, W_2) + b_2,name="output")
    sess2 = tf.Session()
    
    sess2.run(tf.global_variables_initializer())
    
    tf.train.write_graph(graph,".","mnist.pb",as_text=False)

これで保存されているはずです。
Python3/TensorFlow1.3/Macの環境でしか試していないので、他環境で動かなければご連絡ください。