TensorFlow打印每一层的输出

最新推荐文章于 2024-07-30 15:16:38 发布

Kluiverthoo

最新推荐文章于 2024-07-30 15:16:38 发布

阅读量9.4k

点赞数 2

CC 4.0 BY-SA版权

文章标签： tensorflow

本文链接：https://blog.youkuaiyun.com/derteanoo/article/details/90140759

在TensorFlow中，可以通过pb文件结合get_tensor_by_name函数在tf1.0中获取模型每一层的输出，无论是直接生成的带权重pb文件，还是从ckpt转换而来的pb文件。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在test.py中可以通过如下代码直接生成带weight的pb文件，也可以通过tf官方的freeze_graph.py将ckpt转为pb文件。

constant_graph = graph_util.convert_variables_to_constants(sess, sess.graph_def,['net_loss/inference/encode/conv_output/conv_output'])
with tf.gfile.FastGFile('net_model.pb', mode='wb') as f:
    f.write(constant_graph.SerializeToString())

tf1.0中通过带weight的pb文件与get_tensor_by_name函数可以获取每一层的输出

import os
import os.path as ops
import argparse
import time
import math

import tensorflow as tf
import glob
import numpy as np
import matplotlib.pyplot as plt
import cv2

os.environ["CUDA_VISIBLE_DEVICES"] = "-1"

gragh_path = './model.pb'
image_path = './lvds1901.JPG'
inputtensorname = 'input_tensor:0'
tensorname = 'loss/inference/encode/resize_images/ResizeBilinear'
filepath='./net_output.txt'
HEIGHT=256
WIDTH=256
VGG_MEAN = [103.939, 116.779, 123.68]

with tf.Graph().as_default():
    graph_def =