使用Tensorflow检查点在C ++中还原模型

您可能应该以SavedModel格式导出模型，该格式封装了计算图和保存的变量（tf.train.Saver仅保存变量，因此无论如何都必须保存图）。

然后，您可以使用加载C ++中保存的模型LoadSavedModel。

确切的调用将取决于模型的输入和输出。但是Python代码看起来像这样：

# You'd adjust the arguments here according to your model
signature = tf.saved_model.signature_def_utils.predict_signature_def(                                                                        
  inputs={'image': input_tensor}, outputs={'scores': output_tensor})                                                                         


builder = tf.saved_model.builder.SavedModelBuilder('/tmp/my_saved_model')                                                                    

builder.add_meta_graph_and_variables(                                                                                                        
   sess=sess,                                                                                                                    
   tags=[tf.saved_model.tag_constants.SERVING],                                                                                             
   signature_def_map={                                                                                                       
 tf.saved_model.signature_constants.DEFAULT_SERVING_SIGNATURE_DEF_KEY:                                                                
        signature                                                                                                                        
})                                                                                                                                       

builder.save()

然后在C ++中，您将执行以下操作：

tensorflow::SavedModelBundle model;
auto status = tensorflow::LoadSavedModel(session_options, run_options, "/tmp/my_saved_model", {tensorflow::kSavedModelTagServe}, &model);
if (!status.ok()) {
   std::cerr << "Failed: " << status;
   return;
}
// At this point you can use model.session

（请注意，使用SavedModel格式还将允许您使用TensorFlow Serving服务模型，如果这对您的应用程序有意义）

希望能有所帮助。