Python 2.7 如何查看在Tensorflow pb文件中执行的操作？

更具体地说，我想在Tensorflow的imagenet初始模型中的“classify_image_graph_def.pb”中查看图形中执行的操作。

这与-基本上可以加载它（如python图像分类示例中）然后在图形上运行

get_operations（）

，它为您提供了一个操作列表，每个操作都有一个名称和一个类型属性。我相信原则上你也可以使用tensorboard，但对于那个特定的图形，我总是会遇到“太大”的错误。

这与-基本上你可以加载它（就像python图像分类示例中的那样），然后在图形上运行

get_operations（）

，这会给你一个操作列表，每个都有一个名称和一个类型属性。我相信原则上也可以使用tensorboard，但对于特定的图形，我总是遇到“太大”的错误。

我正在获取操作名称、输入和输出。如何使用它，以便重新创建部分图形？下面是重新创建图形的示例：获取操作名称、输入和输出。如何使用它，以便重新创建图形的一部分？下面是一个重新创建图形的示例：我已经做到了这一点：[x代表x在sess.graph.get_operations（）中，如果x.type=='Conv2D']，这给了我94个条目，比如“import/mixed_5/tower_1/conv_1/Conv2D”。然后我可以使用该字符串并执行：t=sess.graph.get_tensor_by_name（'import/mixed_5/tower_1/conv_1/Conv2D:0'）；foo=sess.run（t）figure（）；[（子地块（ceil（sqrt（foo.shape[-1]））、ceil（sqrt（foo.shape[-1]）、i+1）、imshow（foo[0，：，：，：，i]）对于范围内的i（foo.shape[-1]）这给了我看起来像是卷积核的图像，但这与制作这样的图片的工具相差甚远：我已经做到了这一步：[x在sess.graph.get\u操作中的x=x.type='Conv2D']这给了我94个条目，比如“导入/mixed_5/tower_1/conv_1/Conv2D”。然后我可以使用该字符串并执行：t=sess.graph.get_tensor_by_name（'import/mixed_5/tower_1/conv_1/Conv2D:0'）；foo=sess.run（t）figure（）；[（范围内i的子图（ceil（sqrt（foo.shape[-1]））、ceil（sqrt（foo.shape[-1]）、i+1）、imshow（foo[0，：，：，：，i]）这给了我看起来像卷积核的图像，但这与制作这样的图像的工具相差甚远：