华为采用机器翻译与人工审校相结合的方式将此文档翻译成不同语言，希望能帮助您更容易理解此文档的内容。 请注意：即使是最好的机器翻译，其准确度也不及专业翻译人员的水平。 华为对于翻译的准确性不承担任何责任，并建议您参考英文文档（已提供链接）。
save_quant_retrain_model
功能说明
根据用户最终的重训练好的模型，生成最终重训练模型，该模型既可以进行精度仿真又可以进行部署。
约束说明
无。
函数原型
save_quant_retrain_model(pb_model, outputs, record_file, save_path)
参数说明
参数名 |
输入/返回值 |
含义 |
使用限制 |
|---|---|---|---|
pb_model |
输入 |
用户retrain后保存的pb模型。 |
数据类型：string pb_model必须为推理图模型，图中不能包含训练模式的算子，例如FusedBatchNormV3算子的is_training必须为False。 |
outputs |
输入 |
用户模型的输出。 |
数据类型：list，列表中元素类型为string，例如[output1,output2,...]。 |
record_file |
输入 |
存储量化因子的文件。通过该文件以及原始pb模型文件，生成量化后的模型文件。 |
数据类型：string |
save_path |
输入 |
模型存放路径。 该路径需要包含模型名前缀，例如./quantized_model/*model。 |
数据类型：string |
返回值说明
无。
函数输出
即可以在TensorFlow环境进行精度仿真又可以在昇腾AI处理器做推理的pb模型文件。
重新执行重训练功能时，该接口输出的上述文件将会被覆盖。
调用示例
amct.save_quant_retrain_model(FLAGS.checkpoint_path+'/output_graph.pb',output_node_names, FLAGS.checkpoint_path+'/resnet50')
