我正在使用Audioset/VGGish，并尝试将他们提供的检查点文件转换为.pb文件。问题是，为训练模型提供的唯一两个项目是 ckpt 文件(上面链接(和一个 npz 文件。
这是我第三次尝试这样做，现在花了几个小时试图找到最好的工具来做到这一点。到目前为止，我已经找到了几种解决方案，但它们似乎都需要比 ckpt 文件更多的信息。请记住，ckpt 文件和 Audioset 通常需要使用 TensorFlow <2。
例子：
• freeze_graph：无论我在那里输入什么值，我总是以ValueError: You need to supply the name of a node to --output_node_names的错误结束。该示例使用了softmax但问题是我似乎无法弄清楚如何从 ckpt 文件中提取节点名称，因此似乎我无法在不知道的情况下添加有效值。
• 记录的 GitHub 问题：按照 OP 的代码，我收到错误ValueError: No variables to save。
• 堆栈溢出问题：这似乎是一个可靠的答案，但 GitHub 存储库没有提供.ckpt.meta文件。我认为在某些情况下通常需要元信息？我抬头看看是否有任何方法可以从 ckpt 文件中提取元以创建元文件然后运行信息，因为看起来元文件是没有值的 ckpt 文件的结构或图形(来自这个答案：Tensorflow ：.ckpt 文件与 .ckpt.meta 和 .ckpt.index 之间的关系是什么， 和 .pb 文件(，但我可能误解了这一点。
我认为有一种方法可以提取元文件的原因之一是因为这个问题，有人登录了 MMdnn GitHub：将 Audioset VGG 从 tensorflow 转换为 pytorch。虽然没有转换为 .pb，但他们的命令中有一个 ckpt.meta 文件。该文件在他们的描述中没有链接，谷歌搜索"vggish_model.ckpt.meta"除了GitHub问题之外什么也没有。我已经就这个问题向OP发送了消息，看看他们是否可以阐明该文件的来源。
• 带有转换脚本的上一篇文章(2018 年(：这是一篇相对较旧的文章。我可以让脚本运行，但也会收到错误ValueError: No variables to save.
如果有人能为我指出正确的方向，那就太好了;我已经开始用尽我的选择。似乎有一些很好的解决方案，我正在尝试，但我可能只是错过了一两个步骤(或一两个文件(才能成功转换。
感谢您的帮助！
我希望这个回复还为时不晚，但我设法使用存储库中提供的推理代码生成了 .pb 文件。
Obs：由于我的 GPU，我使用 tensorflow 1.4.1，所以这可能不适用于较新版本，或者需要一些更改。
推理演示将图形和检查点数据加载到会话中。从那里我可以使用一个函数来保存会话和图形。这是我的代码示例：
import vggish_input
from tensorflow.python.tools import freeze_graph
def save(sess, directory, filename, saver):
"""
This function saves a checkpoint, based on the current session
"""
if not os.path.exists(directory):
os.makedirs(directory)
filepath = os.path.join(directory, filename)
saver.save(sess, filepath)
return filepath
def save_as_pb(sess, directory, filename, saver):
"""
This function saves a checkpoint, then writes the graph in a pbtxt, and then makes a frozen graph with the chekpoint and the pbtxt
"""
# Save checkpoint to freeze graph later
ckpt_filepath = save(sess, directory=directory, filename=filename, saver=saver)
pbtxt_filename = filename + '.pbtxt'
pbtxt_filepath = os.path.join(directory, pbtxt_filename)
pb_filepath = os.path.join(directory, filename + '.pb')
# This will only save the graph but the variables will not be saved.
tf.train.write_graph(graph_or_graph_def=sess.graph_def, logdir=directory, name=pbtxt_filename, as_text=True)
# Freeze graph, combining the checkpoint and
freeze_graph.freeze_graph(input_graph=pbtxt_filepath, input_saver='', input_binary=False, input_checkpoint=ckpt_filepath, output_node_names=vggish_params.OUTPUT_TENSOR_NAME.split(':')[0], restore_op_name='save/restore_all', filename_tensor_name='save/Const:0', output_graph=pb_filepath, clear_devices=True, initializer_nodes='')
return pb_filepath
然后我在从vggish_inference_demo.py文件中的检查点加载模型后立即插入save_as_pb：
config = tf.ConfigProto()
config.gpu_options.allow_growth=True
with tf.Graph().as_default(), tf.Session(config=config) as sess:
# Define the model in inference mode, load the checkpoint, and
# locate input and output tensors.
vggish_slim.define_vggish_slim(training=False)
vggish_slim.load_vggish_slim_checkpoint(sess, checkpoint)
features_tensor = sess.graph.get_tensor_by_name(
vggish_params.INPUT_TENSOR_NAME)
embedding_tensor = sess.graph.get_tensor_by_name(
vggish_params.OUTPUT_TENSOR_NAME)
saver = tf.train.Saver()
save_as_pb(sess, './saved_vggish/', 'vggish', saver)