Update export_tf_model.md

export_tf_model.md

@@ -2,3 +2,42 @@
 
 本文档介绍如何将TensorFlow模型导出为X2Paddle支持的模型格式。
 
+TensorFlow提供了接口可将网络参数和网络结构同时保存到同一个文件中，并且只保存指定的前向计算子图，下面示例展示了如何导出tensorflow/models下的VGG16模型
+
+步骤一 下载模型参数文件
+```
+wget http://download.tensorflow.org/models/vgg_16_2016_08_28.tar.gz
+tar xzvf vgg_16_2016_08_28.tar.gz
+```
+
+步骤二 加载和导出模型
+```
+import tensorflow.contrib.slim as slim
+from tensorflow.contrib.slim.nets import vgg
+from tensorflow.python.framework import graph_util
+import tensorflow as tf
+
+# 固化模型函数
+# output_tensor_names: list，指定模型的输出tensor的name
+# freeze_model_path: 模型导出的文件路径
+def freeze_model(sess, output_tensor_names, freeze_model_path):
+    out_graph = graph_util.convert_variables_to_constants(
+        sess, sess.graph.as_graph_def(), output_tensor_names)
+    with tf.gfile.GFile(freeze_model_path, 'wb') as f:
+        f.write(out_graph.SerializeToString())
+
+    print("freeze model saved in {}".format(freeze_model_path))
+    
+# 加载模型参数
+sess = tf.Session()
+inputs = tf.placeholder(dtype=tf.float32,
+                        shape=[None, 224, 224, 3],
+                        name="inputs")
+logits, endpoint = vgg.vgg_16(inputs, num_classes=1000, is_training=False)
+load_model = slim.assign_from_checkpoint_fn(
+    "vgg_16.ckpt", slim.get_model_variables("vgg_16"))
+load_model(sess)
+
+# 导出模型
+freeze_model(sess, ["vgg_16/fc8/squeezed"], "vgg16.pb")
+```