tensorflow에서 그래프 간 전환

Question

나는 얼굴 인식, 얼굴 인식 (facetet 기반), 연령/성별 감지 및 얼굴 표현 분석과 관련된 프로젝트를 진행 중입니다. 언급 한 각 기능에 대해 잘 작동하는 텐서 흐름 그래프가 하나 있습니다. 이제 모든 것을 단일 코드로 결합해야합니다. 내 접근 방식은 다음과 같습니다 :

with tf.Graph().as_default(): 

     sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options, log_device_placement=False)) 
     with sess.as_default(): 

      #configure my camera 
      video_capture = cv2.VideoCapture(0) 


      while True: 

       #read one frame from camera 
       ret, frame = video_capture.read() 



      #here I load face recognition graph using saver restore 
      facenet.load_model(modeldir) 
      images_placeholder tf.get_default_graph().get_tensor_by_name("input:0") 
      embeddings = tf.get_default_graph().get_tensor_by_name("embeddings:0") 


      #Here I reset the graph and load another tensorflow graph for age/gender detection 
      tf.reset_default_graph() 
      .... 


      #Here I reset the graph and load another tensorflow graph for face expression analysis 
      tf.reset_default_graph() 
      ..... 

이제는 코드가 효율적이지 않고 매우 느립니다. 그 이유는 비디오의 각 프레임에 대해 내 디스크에서 여러 그래프를로드 (복원)해야하기 때문입니다 (잠시 동안). 그러나, 모든 그래프를 한 번로드하기 전에 (전에), 런타임을 줄이기 위해 while 루프에서 그래프를 전환하고 싶습니다. 당신은, GPU를 사용하여 GPU 메모리 할당에주의하십시오

graph_face_detection = tf.Graph() 
sess_face_detection = tf.Session(graph=graph_face_detection) 

graph_face_recognition = tf.Graph() 
sess_face_recognition = tf.Session(graph=graph_face_recognition) 

... 

sess_face_detection.run(operations) 

... 

sess_face_recognition.run(operations) 

: 나는 당신의 의견

Answer 1

보십시오 다음 양식을 부탁드립니다.

업데이트

먼저 하나의 세션 그래프.

둘째, 사용해야하는 그래프 작업을 지정합니다 : 당신이 output_face_detection = tf.matmul(x, y)을 실행할 때

graph_face_detection = tf.Graph() 
sess_face_detection = tf.Session(graph=graph_face_detection) 

graph_face_recognition = tf.Graph() 
sess_face_recognition = tf.Session(graph=graph_face_recognition) 

with graph_face_detection.as_default() as g: 
    output_face_detection = tf.matmul(x, y) 

with graph_face_recognition.as_default() as g: 
    output_face_recognition = tf.matmul(x, y) 

... 

sess_face_detection.run([output_face_detection]) 
sess_face_recognition.run([output_face_recognition]) 

또한, 당신은 단지 노드를 생성하고 실제 계산없이 그래프에 추가합니다. 따라서 모든 그래프를 먼저 빌드 한 다음 루프에서 sess_xxx.run(operation)을 사용할 수 있습니다.