tensorflow 學習筆記（1）----解析pb文件，打印node的權重信息

　　tensorflow中訓練后的模型是一個pb文件，proto 文件如下:https://github.com/tensorflow/tensorflow/blob/master/tensorflow/core/framework/graph.proto

通過解析pb文件即可以拿到訓練后的的權重信息。

	with open(output_graph_path,"rb") as f:
		output_graph.ParseFromString(f.read())

　　graph是有node節點組成，遍歷所有的node 節點可以獲取到 訓練的權重信息以及shape大小：

        for node in output_graph.node:
		print 'name:{}'.format(node.name)
		print 'shape:{},dtype;{}'.format(node.attr['value'].tensor.tensor_shape,node.attr['value'].tensor.dtype)
		if node.attr['value'].tensor.dtype != 1:
			continue
		print tensor_util.MakeNdarray(node.attr['value'].tensor)

　　graph是一個有向圖，由節點和有向邊組成，假設有如下計算表達式：t1=MatMul(input, W1)。

　　　　　　　　　　　　　　　　　　　　　　

　　圖計算表達式包含三個節點，兩條邊，描述為文字形式如下：       

　　　　　　　　　　　　　　　　

　　TF 調用protobuf 解析方法，將graph 的字符串描述解析並生成grapdef實例，下一節查看graphdef的輸入和輸出，並嘗試將模型轉換為caffe模型

 

　　代碼在git地址：https://github.com/wudafucode/machine_learning/blob/master/showpb.py