tensorflow .pb文件

    谷歌推荐的保存模型的方式是保存模型为 pb 文件，它具有语言独立性，可独立运行，封闭的序列化格式，任何语言都可以解析它，它允许其他语言和深度学习框架读取、继续训练和迁移 TensorFlow 的模型。

它的主要使用场景是实现创建模型与使用模型的解耦， 使得前向推导 inference的代码统一。另外的好处是保存为 PB 文件时候，模型的变量都会变成固定的，导致模型的大小会大大减小，适合在手机端运行。

还有一个就是，真正离线测试使用的时候，ｐｂ格式的数据能够保证数据不会更新变动，就是不会进行反馈调节啦。

原文：https://blog.csdn.net/fu6543210/article/details/80343345

转化为pb文件，把其中的变量都持久化。
pb文件

pb是protocol（协议） buffer（缓冲）的缩写。TensorFlow训练模型后存成的pb文件，是一种表示模型（神经网络）结构的二进制文件，不带有源代码。
pb文件中可以只存参数，也可以存参数加网络结构，我们这里要生成的是存参数+网络结构，这样在推断的时候，可以不用重新在代码中定义网络结构，直接送入图像就可以输出结果，很方便。google现在也推荐这种文件格式。

原文：https://blog.csdn.net/qqqzmy/article/details/86511164