從.ckpt和.meta文件tensorflow獲取輸入和輸出節點名稱

Question

我有張量流模型的.meta和.ckpt文件。 我想知道確切的輸入和輸出節點名稱，但是通過此操作，我可以得到節點名稱的列表。

當我有一個凍結的protobuf模型時，使用以下代碼獲取輸入節點名稱和輸出節點名稱作為列表的開頭和結尾：

import tensorflow as tf
from tensorflow.python.platform import gfile
GRAPH_PB_PATH = 'frozen_model.pb'
with tf.Session() as sess:
   print("load graph")
   with gfile.FastGFile(GRAPH_PB_PATH,'rb') as f:
       graph_def = tf.GraphDef()
   graph_def.ParseFromString(f.read())
   sess.graph.as_default()
   tf.import_graph_def(graph_def, name='')
   graph_nodes=[n for n in graph_def.node]
   names = []
   for t in graph_nodes:
      names.append(t.name)
   print(names)

我可以對.ckpt或.meta文件做類似的事情嗎？

Answer 1

.meta文件包含有關tensorflow 圖中不同節點的信息。 這在這里得到了更好的解釋。

此時，圖中不同變量的值分別存儲在checkpoint.data-xxxx-of-xxxx文件的checkpoint文件夾中。

與凍結模型的情況相反，在正常檢查點過程中沒有輸入或輸出節點的概念。 凍結模型將輸出整個張量流圖的子集。 主圖的此子集僅具有輸出節點所依賴的那些節點。 由於凍結模型是出於服務目的而完成的，因此它將張量流變量轉換為常量，從而無需在每個步驟中存儲其他信息，例如不同變量的梯度。

如果您仍然想識別您感興趣的節點，則可以從.meta文件還原圖形並在tensorboard中可視化它。

import tensorflow as tf
from tensorflow.summary import FileWriter

sess = tf.Session()
tf.train.import_meta_graph("your-meta-graph-file.meta")
FileWriter("__tb", sess.graph)

這將在當前目錄中創建一個__tb文件夾，然后您可以通過發出以下命令來查看圖形。

tensorboard --logdir __tb

這是指向已選擇節點的某些模型的屏幕截圖的鏈接。 您可以從右上角獲取節點的名稱。