如何合併兩個 TensorFlow 模型

摘要： 這是Tensorflow SavedModel模型系列文章的第三篇，也是終章。在《 Tensorflow SavedModel模型的儲存與載入 》中，我們談到了Tensorflow模型如何儲存為SavedModel格式，以及如何載入之。在《 如何檢視tensorflow SavedModel...

這是Tensorflow SavedModel模型系列文章的第三篇，也是終章。在《 ofollow,noindex">Tensorflow SavedModel模型的儲存與載入 》中，我們談到了Tensorflow模型如何儲存為SavedModel格式，以及如何載入之。在《 3600acdfa3e5167bfb788cf5ee885fbbe1f&scene=21#wechat_redirect" target="_blank" rel="nofollow,noindex">如何檢視tensorflow SavedModel格式模型的資訊 》中，我們演示瞭如何檢視模型的signature和計算圖結構。在本文中，我們將探討如何合併兩個模型，簡單的說，就是將第一個模型的輸出，作為第二個模型的輸入，串聯起來形成一個新模型。

背景

為什麼需要合併兩個模型？

我們還是以《 Tensorflow SavedModel模型的儲存與載入 》中的程式碼為例，這個手寫數字識別模型接收的輸入是shape為[?, 784]，這裡?代表可以批量接收輸入，可以先忽略，就把它固定為1吧。784是28 x 28進行展開的結果，也就是28 x 28灰度影象展開的結果。

問題是，我們送給模型的通常是圖片，可能來自檔案、可能來自攝像頭。讓問題變得複雜的是，如果我們通過HTTP來呼叫部署到伺服器端的模型，二進位制資料實際上是不方便HTTP傳輸的，這時我們通常需要對影象資料進行base64編碼。這樣伺服器端接收到的資料是一個base64字串，可模型接受的是二進位制向量。

很自然的，我們可以想到兩種解決方法：

1. 重新訓練模型一個接收base64字串的模型。

   這種解決方法的問題在於：重新訓練模型很費時，甚至不可行。本文示例因為比較簡單，重新訓練也沒啥。如果是那種很深的卷積神經網路，訓練一次可能需要好幾天，重新訓練代價很大。更普遍的情況是，我們使用的是別人訓練好的模型，比如影象識別中普遍使用的Mobilenet、InceptionV3等等，都是Google、微軟這樣的公司，耗費大量的資源訓練出來的，我們沒有那個條件重新訓練。

2. 在伺服器端增加base64到二進位制資料的轉換

   這種解決方法實現起來不復雜，但如果我們使用的是Tensorflow model server之類的方案部署的呢？當然我們也可以再開啟一個server，來接受客戶端的base64影象資料，處理完畢之後再轉發給Tensorflow model server，但這無疑增加了服務端的工作量，增加了服務端的複雜性。

在本文，我們將給出第三種方案：編寫一個Tensorflow模型，接收base64的影象資料，輸出二進位制向量，然後將第一個模型的輸出作為第二個模型的輸入，串接起來，儲存為一個新的模型，最後部署新的模型。

base64解碼Tensorflow模型

Tensorflow包含了大量影象處理和陣列處理的方法，所以實現這個模型比較簡單，模型包含了base64解碼、解碼PNG影象、縮放到28 * 28、最後展開為(1, 784)的陣列輸出，符合手寫數字識別模型的輸入，程式碼如下:

with tf.Graph().as_default() as g1:
base64_str = tf.placeholder(tf.string, name='input_string')
input_str = tf.decode_base64(base64_str)
decoded_image = tf.image.decode_png(input_str, channels=1)
# Convert from full range of uint8 to range [0,1] of float32.
decoded_image_as_float = tf.image.convert_image_dtype(decoded_image,
tf.float32)
decoded_image_4d = tf.expand_dims(decoded_image_as_float, 0)
resize_shape = tf.stack([28, 28])
resize_shape_as_int = tf.cast(resize_shape, dtype=tf.int32)
resized_image = tf.image.resize_bilinear(decoded_image_4d,
resize_shape_as_int)
# 展開為1維陣列
resized_image_1d = tf.reshape(resized_image, (-1, 28 * 28))
print(resized_image_1d.shape)
tf.identity(resized_image_1d, name="DecodeJPGOutput")

g1def = g1.as_graph_def()

在該模型中，並不存在變數，都是一些固定的操作，所以無需進行訓練。

載入手寫識別模型

手寫識別模型參考《 Tensorflow SavedModel模型的儲存與載入 》一文，模型儲存在 “./model” 下，載入程式碼如下：

with tf.Graph().as_default() as g2:
with tf.Session(graph=g2) as sess:
input_graph_def = saved_model_utils.get_meta_graph_def(
"./model", tag_constants.SERVING).graph_def

tf.saved_model.loader.load(sess, ["serve"], "./model")

g2def = graph_util.convert_variables_to_constants(
sess,
input_graph_def,
["myOutput"],
variable_names_whitelist=None,
variable_names_blacklist=None)

這裡使用了g2定義了另外一個graph，和前面的模型的graph區分開來。注意這裡呼叫了 graph_util.convert_variables_to_constants 將模型中的變數轉化為常量，也就是所謂的凍結圖(freeze graph)操作。

在研究如何連線兩個模型時，我在這個問題上卡了很久。先的想法是合併模型之後，再載入變數值進來，但是嘗試之後，怎麼也不成功。後來的想法是遍歷手寫識別模型的變數，獲取其變數值，將變數值複製到合併的模型的變數，但這樣操作，使用模型時，總是提示有變數未初始化。

最後從Tensorflow模型到Tensorflow lite模型轉換中獲得了靈感，將模型中的變數固定下來，這樣就不存在變數的載入問題，也不會出現模型變數未初始化的問題。

執行 convert_variables_to_constants 後，可以看到有兩個變數轉化為了常量操作，也就是手寫數字識別模型中的 w 和 b ：

Converted 2 variables to const ops.

連線兩個模型

利用 tf.import_graph_def 方法，我們可以匯入圖到現有圖中，注意第二個 import_graph_def ，其input是第一個graph_def的輸出，通過這樣的操作，就將兩個計算圖連線起來，最後儲存起來。程式碼如下：

with tf.Graph().as_default() as g_combined:
with tf.Session(graph=g_combined) as sess:

x = tf.placeholder(tf.string, name="base64_input")

y, = tf.import_graph_def(g1def, input_map={"input_string:0": x}, return_elements=["DecodeJPGOutput:0"])

z, = tf.import_graph_def(g2def, input_map={"myInput:0": y}, return_elements=["myOutput:0"])
tf.identity(z, "myOutput")

tf.saved_model.simple_save(sess,
"./modelbase64",
inputs={"base64_input": x},
outputs={"myOutput": z})

因為第一個模型不包含變數，第二個模型的變數轉化為了常量操作，所以最後儲存的模型檔案並不包含變數：

modelbase64/
├── saved_model.pb
└── variables

1 directory, 1 file

測試

我們寫一段測試程式碼，測試一下合併之後模型是否管用，程式碼如下：

with tf.Session(graph=tf.Graph()) as sess:
sess.run(tf.global_variables_initializer())

tf.saved_model.loader.load(sess, ["serve"], "./modelbase64")
graph = tf.get_default_graph()

with open("./5.png", "rb") as image_file:
encoded_string = str(base64.urlsafe_b64encode(image_file.read()), "utf-8")

x = sess.graph.get_tensor_by_name('base64_input:0')
y = sess.graph.get_tensor_by_name('myOutput:0')

scores = sess.run(y,
feed_dict={x: encoded_string})
print("predict: %d, actual: %d" % (np.argmax(scores, 1), 5))

這裡模型的輸入為 base64_input ，輸出仍然是 myOutput ，使用兩個圖片測試，均工作正常。

小結

最近三篇文章其實都是在研究我的微信小程式時總結的，為了更好的說明問題，我使用了一個非常簡單的模型來說明問題，但同樣適用於複雜的模型。

本文的完整程式碼請參考：https://github.com/mogoweb/aiexamples/tree/master/tensorflow/saved_model

希望這篇文章對您有幫助，感謝閱讀！同時敬請關注我的微信公眾號：雲水木石。