Tensorflow 我可以从.pb文件中获取Keras模型吗？

我有一个VGG模型的ptocolbuffer文件。我需要生成keras模型。我可以使用.pb文件生成Keras模型，以便使用诸如summary之类的Keras功能吗

我在tf中加载了.pb文件并生成模型cofigs和层权重

将tensorflow导入为tf
从tensorflow.python.platform导入gfile
从tensorflow.python.framework导入tensor\u util
GRAPH_PB_PATH='./small_vgg_tf_GRAPH.PB'
使用tf.Session（）作为sess：
打印（“加载图”）
将gfile.FastGFile（图形路径，'rb'）作为f：
graph_def=tf.GraphDef（）
graph_def.ParseFromString（f.read（））
sess.graph.as_default（）
tf.import_graph_def（graph_def，name=''）
图_节点=[n表示图_定义节点中的n]
名称=[]
对于图_节点中的t：
name.append（t.name）
以open（'names.txt'，'w'）作为fh：
以我的名义：
fh.write（str（i）+'\n'）
权重_节点=[n表示图中的n_def.node，如果n.op=='Const']
打开（'weights.txt'，'w'）作为fh：
对于n个in-weight_节点：
fh.write（“节点的名称-%s”%n.Name+'\n'）
fh.写入（“值-”）
fh.write（str（tensor_util.makendaray（n.attr['value'].tensor））+'\n'）
以open（'ops.txt'，'w'）作为fh：
对于sess.graph.get_操作（）中的操作：
fh.write（str（op）+'\n'）

---

我想生成类似于Keras的摘要文件

嗨，对不起，时间太长了，但我想知道您现在有解决方案吗？（因为我也有同样的问题）