tensorflow模型调用

tensorflow调用模型最简单的是通过图来调用，这种方法很简单，但是无法定义新的输入类型:

import tensorflow as tf 
import cv2
import numpy as np
image=cv2.imread('./butterfly_GT.bmp')
saver=tf.train.import_meta_graph('./models/model2/model.ckpt.meta')#重构模型图
x=tf.get_default_graph().get_tensor_by_name('Placeholder:0')#通过名字调用图中输入节点
r=tf.get_default_graph().get_tensor_by_name("conv2d_transpose_1:0")#通过名字调用图中输出节点
sess=tf.InteractiveSession()

saver.restore(sess,'./models/model2/model.ckpt')#恢复模型参数
y=sess.run(r,feed_dict={x:image})#运算
sess.close()

第二种方法是可以重新定义输入但需要把模型重构出来：

import tensorflow as tf 
from SRnet import srnet#用于重构模型
import cv2
import numpy as np
image=cv2.imread('G:/SR_Project/SRCNN/SRCNN-Tensorflow-master/Test/Set5/butterfly_GT.bmp')
x=tf.placeholder(tf.float32)#定义新的输入
y=srnet(x,32,64)#得到模型的输出
sess=tf.InteractiveSession()
saver=tf.train.Saver()
saver.restore(sess,'./models/model2/model.ckpt')
outputs=sess.run(y,feed_dict={x:image})
sess.close()