Python gen_freeze_graph_node_name Examples

Example #1

File: TrainGoogleNet.py Project: IbrahimAbdallahElgendy/DNN-Inference-Optimization

    return TargetNet


if __name__ == '__main__':
    # 1.得到模型
    TargetNet = train_model()
    # 2.打印模型结构
    TargetNet.summary()

    # 3.导出模型
    export_model_froms(
        "GoogLeNet",
        output_node_names="dense_5/Softmax,dense_2/Softmax,dense_4/Softmax")

    # 4.获取和目标函数相关的操作名
    gen_freeze_graph_node_name(
        'out/',
        'frozen_' + TargetModelName + '_node.txt',
        output_node_names="dense_5/Softmax,dense_2/Softmax,dense_4/Softmax")
    # 5.获取安卓端需要的计算节点信息
    gen_android_node_json('frozen_' + TargetModelName + '_node.txt',
                          TargetModelName + '_node.json',
                          input_shape=[32, 32, 3])
    # 6.获取去重的层输出大小
    gen_out_size(TargetModelName + '_outsize.json')

    # 7.生成全0的上传下载时间文件
    gen_down_up_time(TargetModelName + '_outsize.json',
                     'MobileNodeUploadTime.txt')
    gen_down_up_time(TargetModelName + '_outsize.json',
                     'MobileNodeDownloadTime.txt')

Example #2

    with open(out_info_path, 'w') as f:
        json.dump(results, f)


if __name__ == '__main__':
    # 1.得到模型
    TargetNet = train_model()
    # 2.打印模型结构
    TargetNet.summary()

    # 3.导出模型
    export_model_froms(output_node_names='predictions/truediv')

    # 4.获取和目标函数相关的操作名
    gen_freeze_graph_node_name('out/',
                               'frozen_' + TargetModelName + '_node.txt',
                               output_node_names='predictions/truediv')

    # 5.获取安卓端需要的计算节点信息
    gen_android_node_json('frozen_' + TargetModelName + '_node.txt',
                          TargetModelName + '_node.json',
                          seq_len=20,
                          model_input_shape=[20])
    # 6.获取去重的层输出大小
    gen_out_size(TargetModelName + '_outsize.json', seq_len=20)

    # 7.生成全0的上传下载时间文件
    gen_down_up_time(TargetModelName + '_outsize.json',
                     'MobileNodeUploadTime.txt')
    gen_down_up_time(TargetModelName + '_outsize.json',
                     'MobileNodeDownloadTime.txt')

Example #3

    # 2.保存模型
    TargetNet.save('model.h5')

    # 3.获取所有操作名
    get_model_ops()

    return TargetNet

if __name__ == '__main__':
    # 1.得到模型
    TargetNet = train_model()
    # 2.打印模型结构
    TargetNet.summary()

    # 3.导出模型
    export_model_froms(output_node_names='reshape_2/Reshape')

    # 4.获取和目标函数相关的操作名
    gen_freeze_graph_node_name('out/', 'frozen_'+TargetModelName+'_node.txt',
                               output_node_names='reshape_2/Reshape')
    # 5.获取安卓端需要的计算节点信息
    gen_android_node_json('frozen_'+TargetModelName+'_node.txt',
                          TargetModelName+'_node.json',input_shape=[224, 224, 3])
    # 6.获取去重的层输出大小
    gen_out_size(TargetModelName+'_outsize.json')

    # 7.生成全0的上传下载时间文件
    gen_down_up_time(TargetModelName + '_outsize.json', 'MobileNodeUploadTime.txt')
    gen_down_up_time(TargetModelName + '_outsize.json', 'MobileNodeDownloadTime.txt')