TensorFlow 2.0中运行冻结图的方法及Session属性报错问题咨询

当然可以在TensorFlow 2.0里运行冻结图啦！你碰到的AttributeError是因为TF2默认开启了即时执行（Eager Execution），tf.Session是TF1.x的核心API，在TF2的默认环境下已经被移除了。下面给你两种靠谱的解决办法：

如果你想沿用类似TF1.x的会话模式，可以借助tf.compat.v1模块来兼容旧代码，步骤如下：

1. 先加载你的冻结图文件
2. 禁用即时执行（或者直接使用兼容版的Session）
3. 用兼容会话运行推理

示例代码：

import tensorflow as tf

# 禁用TF2的即时执行，让兼容API正常工作
tf.compat.v1.disable_eager_execution()

def load_frozen_graph(pb_file_path):
    """加载冻结的.pb图文件"""
    graph = tf.Graph()
    with graph.as_default():
        graph_def = tf.compat.v1.GraphDef()
        with tf.io.gfile.GFile(pb_file_path, 'rb') as fid:
            serialized_graph = fid.read()
            graph_def.ParseFromString(serialized_graph)
            tf.import_graph_def(graph_def, name='')
    return graph

# 替换成你的冻结图路径
frozen_graph = load_frozen_graph("your_frozen_model.pb")

# 使用兼容版Session运行推理
with tf.compat.v1.Session(graph=frozen_graph) as sess:
    # 这里要替换成你冻结图中实际的输入、输出张量名称
    # 可以通过打印图中所有操作来确认：print([op.name for op in frozen_graph.get_operations()])
    input_tensor = frozen_graph.get_tensor_by_name("input:0")
    output_tensor = frozen_graph.get_tensor_by_name("output:0")
    
    # 执行推理
    output_data = sess.run(output_tensor, feed_dict={input_tensor: test_images})

如果你想完全适配TF2的风格，不需要依赖Session，可以直接在即时执行模式下加载并运行冻结图：

import tensorflow as tf

def load_frozen_graph(pb_file_path):
    """加载冻结图并返回输入、输出张量"""
    graph_def = tf.compat.v1.GraphDef()
    with tf.io.gfile.GFile(pb_file_path, 'rb') as fid:
        serialized_graph = fid.read()
        graph_def.ParseFromString(serialized_graph)
        # return_elements参数传入你需要的输入、输出张量名称
        input_tensor, output_tensor = tf.import_graph_def(
            graph_def, return_elements=["input:0", "output:0"]
        )
    return input_tensor, output_tensor

# 加载张量
input_tensor, output_tensor = load_frozen_graph("your_frozen_model.pb")

# 直接在Eager模式下运行推理，无需Session
output_data = output_tensor.numpy(feed_dict={input_tensor: test_images})

# 如果需要多次执行推理，建议包装成tf.function提升性能
@tf.function
def run_inference(input_data):
    return output_tensor

output_data = run_inference(test_images).numpy()

小提示：如果不确定冻结图里的输入输出张量名称，可以通过print([op.name for op in frozen_graph.get_operations()])（方法一中）或者查看导出冻结图时的日志来确认，通常张量名称是操作名加上:0后缀。

内容的提问来源于stack exchange，提问作者kumar desappan