TensorFlow獲取加載模型中的全部張量名稱代碼
核心代碼如下:
[tensor.name for tensor in tf.get_default_graph().as_graph_def().node]
實(shí)例代碼:(加載了Inceptino_v3的模型,并獲取該模型所有節(jié)點(diǎn)的名稱)
# -*- coding: utf-8 -*- import tensorflow as tf import os model_dir = 'C:/Inception_v3' model_name = 'output_graph.pb' # 讀取并創(chuàng)建一個(gè)圖graph來存放訓(xùn)練好的 Inception_v3模型(函數(shù)) def create_graph(): with tf.gfile.FastGFile(os.path.join( model_dir, model_name), 'rb') as f: # 使用tf.GraphDef()定義一個(gè)空的Graph graph_def = tf.GraphDef() graph_def.ParseFromString(f.read()) # Imports the graph from graph_def into the current default Graph. tf.import_graph_def(graph_def, name='') # 創(chuàng)建graph create_graph() tensor_name_list = [tensor.name for tensor in tf.get_default_graph().as_graph_def().node] for tensor_name in tensor_name_list: print(tensor_name,'\n')
輸出結(jié)果:
mixed_8/tower/conv_1/batchnorm/moving_variance mixed_8/tower/conv_1/batchnorm r_1/mixed/conv_1/batchnorm . . . mixed_10/tower_1/mixed/conv_1/CheckNumerics mixed_10/tower_1/mixed/conv_1/control_dependency mixed_10/tower_1/mixed/conv_1 pool_3 pool_3/_reshape/shape pool_3/_reshape input/BottleneckInputPlaceholder . . . . final_training_ops/weights/final_weights final_training_ops/weights/final_weights/read final_training_ops/biases/final_biases final_training_ops/biases/final_biases/read final_training_ops/Wx_plus_b/MatMul final_training_ops/Wx_plus_b/add final_result
由于結(jié)果太長(zhǎng)了,就省略了一些。
如果不想這樣print輸出也可以將其寫入txt 查看。
寫入txt代碼如下:
tensor_name_list = [tensor.name for tensor in tf.get_default_graph().as_graph_def().node] txt_path = './txt/節(jié)點(diǎn)名稱' full_path = txt_path+ '.txt' for tensor_name in tensor_name_list: name = tensor_name + '\n' file = open(full_path,'a+') file.write(name) file.close()
以上這篇TensorFlow獲取加載模型中的全部張量名稱代碼就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
一文教會(huì)你利用Python程序讀取Excel創(chuàng)建折線圖
不同類型的圖表有不同的功能,柱形圖主要用于對(duì)比數(shù)據(jù),折線圖主要用于展示數(shù)據(jù)變化的趨勢(shì),散點(diǎn)圖主要用于判斷數(shù)據(jù)的相關(guān)性,下面這篇文章主要給大家介紹了關(guān)于如何通過一文教你利用Python程序讀取Excel創(chuàng)建折線圖的相關(guān)資料,需要的朋友可以參考下2022-11-11python調(diào)用動(dòng)態(tài)鏈接庫的基本過程詳解
這篇文章主要介紹了python調(diào)用動(dòng)態(tài)鏈接庫的基本過程詳解,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-06-06Pycharm使用Conda激活環(huán)境失敗的問題解決
本文主要介紹了Pycharm使用Conda激活環(huán)境失敗的問題解決,文中主要介紹了兩種問題的解決,具有一定的參考價(jià)值,感興趣的可以了解一下2023-09-09Django學(xué)習(xí)之路之請(qǐng)求與響應(yīng)
這篇文章主要為大家詳細(xì)介紹了Django的請(qǐng)求與響應(yīng),文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來幫助2022-02-02Python給exe添加以管理員運(yùn)行的屬性方法詳解
這篇文章主要為大家介紹了Python給exe添加以管理員運(yùn)行的屬性方法詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-12-12使用Python判斷質(zhì)數(shù)(素?cái)?shù))的簡(jiǎn)單方法講解
這篇文章主要介紹了使用Python判斷質(zhì)數(shù)(素?cái)?shù))的簡(jiǎn)單方法講解,經(jīng)常被用來做科學(xué)計(jì)算的Python處理這種小問題當(dāng)然手到擒來^_-需要的朋友可以參考下2016-05-05python計(jì)算牛頓迭代多項(xiàng)式實(shí)例分析
這篇文章主要介紹了python計(jì)算牛頓迭代多項(xiàng)式的方法,涉及Python數(shù)學(xué)運(yùn)算的相關(guān)技巧,需要的朋友可以參考下2015-05-05