tensorflow 實現(xiàn)打印pb模型的所有節(jié)點
更新時間:2020年01月23日 17:39:19 作者:coocoky
今天小編就為大家分享一篇tensorflow 實現(xiàn)打印pb模型的所有節(jié)點,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
只有pd模型文件, 打印所有節(jié)點
from tensorflow.python.framework import tensor_util from google.protobuf import text_format import tensorflow as tf from tensorflow.python.platform import gfile from tensorflow.python.framework import tensor_util GRAPH_PB_PATH = 'models/frozen_person_graph.pb' #path to your .pb file with tf.Session() as sess: print("load graph") with gfile.FastGFile(GRAPH_PB_PATH,'rb') as f: graph_def = tf.GraphDef() # Note: one of the following two lines work if required libraries are available #text_format.Merge(f.read(), graph_def) graph_def.ParseFromString(f.read()) tf.import_graph_def(graph_def, name='') for i,n in enumerate(graph_def.node): print("Name of the node - %s" % n.name)
以上這篇tensorflow 實現(xiàn)打印pb模型的所有節(jié)點就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
解決Pycharm中恢復(fù)被exclude的項目問題(pycharm source root)
今天小編就為大家分享一篇解決Pycharm中恢復(fù)被exclude的項目問題(pycharm source root),具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02python selenium登錄豆瓣網(wǎng)過程解析
這篇文章主要介紹了python selenium登錄豆瓣網(wǎng)過程解析,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-08-08Python cookbook(數(shù)據(jù)結(jié)構(gòu)與算法)將序列分解為單獨變量的方法
這篇文章主要介紹了Python cookbook(數(shù)據(jù)結(jié)構(gòu)與算法)將序列分解為單獨變量的方法,結(jié)合實例形式分析了Python序列賦值實現(xiàn)的分解成單獨變量功能相關(guān)操作技巧,需要的朋友可以參考下2018-02-02五個Pandas?實戰(zhàn)案例帶你分析操作數(shù)據(jù)
pandas是基于NumPy的一種工具,該工具是為了解決數(shù)據(jù)分析任務(wù)而創(chuàng)建的。Pandas納入了大量庫和一些標(biāo)準(zhǔn)的數(shù)據(jù)模型,提供了高效操作大型數(shù)據(jù)集的工具。pandas提供大量快速便捷地處理數(shù)據(jù)的函數(shù)和方法。你很快就會發(fā)現(xiàn),它是使Python強大而高效的數(shù)據(jù)分析環(huán)境的重要因素之一2022-01-01