第6章迁移学习疑问：怎样获取瓶颈层张量的名称？

[j081mm]

我想用自己的模型做迁移学习，如何能获得瓶颈层张量的名称? 我在我的原始代码训练模型过程中，加入 Tensor_name=tf.Tensor.name() print"Tensor_name:",Tensor_name 报错： Tensor_name=tf.Tensor.name() TypeError: 'property' object is not callable

原文代码：

Inception-v3模型中代表瓶颈层结果的张量名称。

在谷歌提出的Inception-v3模型中，这个张量名称就是'pool_3/_reshape:0'。

在训练模型时，可以通过tensor.name来获取张量的名称。

BOTTLENECK_TENSOR_NAME = 'pool_3/_reshape:0'

图像输入张量所对应的名称。

JPEG_DATA_TENSOR_NAME = 'DecodeJpeg/contents:0'`

[perhapszzy]

比如a是一个张量，那么a.name就可以得到他的名字

[j081mm]

多谢作者的指点。还有一个问题，我想将我的训练网络模型保存为.pb文件，迁移到新的图片库中使用。第5章（115页）中，介绍了保存一个运算的方法（add），如果我要保存整个网络，应该怎么进行设置呢？

with tf.Session() as sess:
       sess.run(init_op)
       graph_def=tf.get_default_graph().as_graph_def()
       output_graph_def=graph_util.convert_variables_to_constants(sess,graph_def,[?])
       with tf.gfile.GFile("/../../.../network.pb","wb") as f:
               f.write(output_graph_def.SerializeToString())

[perhapszzy]

你为啥要保存整个网络？你应该只是关心部分变量吧？如果你真的关心所有变量，你可以tf.all_variables来获取全部变量列表:https://www.tensorflow.org/versions/r0.10/api_docs/python/state_ops/variable_helper_functions#all_variables

[j081mm]

老师，书本161页，将Inception-v3训练好的网络用作对5种花的类别进行分类。我想换成自己已经在一个数据集上训练好的模型，迁移到对5种花的类别进行分类。需要改变的地方应该是：

BOTTLENECK_TENSOR_NAME='pool_3/_reshape:0'
JPEG_DATA_TENSOR_NAME='DecodeJpeg/contents:0'
MODEL_DIR=‘/path/to/model’
MODEL_FILE='classify_image_graph_def.pb'

BOTTLENECK_TENSOR_NAME 您已经在上面说过，JPEG_DATA_TENSOR_NAME因为我还是针对5种花的类别进行分类所以张量名称应该不变，MODEL_DIR应该是我训练网络模型和参数存放文件夹位置，MODEL_FILE 是我的训练网络模型和参数文件（.pb）。 目前MODEL_FILE这个文件还不会生成。不知道是不是我理解有错，如果只保留训练好的参数，再作迁移。是不是又得重新构架类似的网络，参数才会有意义？

[perhapszzy]

MODEL_DIR 是预先训练好的模型，在这个目录下要求有文件预先训练好的文件classify_image_graph_def.pb。这个不是新的模型文件，而是已经训练好的模型。

[j081mm]

对，我就是想预先训练一个classify_image_graph_def.pb文件。 但是不知道在源代码上用哪些函数，能保存下来classify_image_graph_def.pb

[perhapszzy]

这个文件是google训练导出的，书上有介绍如何下载这个文件