tensorflow 查看網絡節點名稱的方法

######################

在將tensorflow 的.ckpt文件轉成pb文件和pb文件測試時需要網絡節點的輸入和輸出名稱

以下方法，。均不可行！！！！！

######################

with tf.Session() as sess:
    # 加載模型定義的graph
    saver = tf.train.import_meta_graph('checkpoints/latest_model.ckpt.meta')
    # 方式一:加載指定文件夾下最近保存的一個模型的數據
    saver.restore(sess, tf.train.latest_checkpoint('./checkpoints'))
    # 方式二:指定具體某個數據，需要注意的是，指定的文件不要包含后綴
    # saver.restore(sess, os.path.join(path, 'model.ckpt-1000'))

    # 查看模型中的trainable variables
#     tvs = [v for v in tf.trainable_variables()]
#     for v in tvs:
#         print(v.name)
#         print(sess.run(v))

#     #查看模型中的所有tensor或者operations
#     gv = [v for v in tf.global_variables()]
#     for v in gv:
#         print(v.name)

    # 獲得幾乎所有的operations相關的tensor
#     ops = [o for o in sess.graph.get_operations()]
#     for o in ops:
#         print(o.name)

    for var_name, _ in tf.contrib.framework.list_variables('checkpoints/latest_model.ckpt'):
        print(var_name)
        var = tf.contrib.framework.load_variable('checkpoints/latest_model.ckpt', var_name)
        print(var.shape)

老老實實print 你需要獲取名稱的節點，自然就能看到節點的名字！！！！

 

 

這里有關於節點的一些說明，寫的挺好：https://www.easy-tensorflow.com/tf-tutorials/basics/save-and-restore