【VSCode部署模型】导出TensorFlow2.X训练好的模型信息

参考tensorflow2.0 C++加载python训练保存的pb模型

经过模型训练及保存，我们得到“OptimalModelDataSet2”文件夹，模型的保存方法(.h5或.pb文件)，参考【Visual Studio Code】c/c++部署tensorflow训练的模型

在这里插入图片描述

其中“OptimalModelDataSet2”文件夹保存着训练好的模型数据"saved_model.pb"

在这里插入图片描述

要在OptimalModelDataSet2所在的文件夹下执行：
$ saved_model_cli show --dir ./OptimalModelDataSet2
会得到：
The given SavedModel contains the following tag-sets:
'serve'
使用'serve'，继续执行：
$ saved_model_cli show --dir ./OptimalModelDataSet2/ --tag_set serve
会得到：
The given SavedModel MetaGraphDef contains SignatureDefs with the following keys:
SignatureDef key: "__saved_model_init_op"
SignatureDef key: "serving_default"
使用上述信息，继续：
$ saved_model_cli show --dir ./OptimalModelDataSet2/ --tag_set serve --signature_def serving_default
得到：
The given SavedModel SignatureDef contains the following input(s):
  inputs['input_1'] tensor_info:
      dtype: DT_FLOAT
      shape: (-1, 24)
      name: serving_default_input_1:0
The given SavedModel SignatureDef contains the following output(s):
  outputs['dense_30'] tensor_info:
      dtype: DT_FLOAT
      shape: (-1, 1)
      name: StatefulPartitionedCall:0
Method name is: tensorflow/serving/predict
这里输入和输出的name，要留好，c中调用会用到。