如何在Keras模型中获得tensorflow输出节点的名称？

Question

我正在尝试从我的Keras（tensorflow后端）模型创建一个pb文件，以便我可以在iOS上构建它。我使用的是freeze.py，我需要传递输出节点。如何获取Keras模型的输出节点名称？

https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/tools/freeze_graph.py

Answer 1

您可以使用Keras model.summary（）获取最后一层的名称。

如果model.outputs不为空，您可以通过以下方式获取节点名称：

[node.op.name for node in model.outputs]

你通过

获得会话

session = keras.backend.get_session()

并通过

将所有训练变量转换为consts

min_graph = convert_variables_to_constants(session, session.graph_def, [node.op.name for node in model.outputs])

之后你可以通过

编写一个protobuf文件

tensorflow.train.write_graph(min_graph, "/logdir/", "file.pb", as_text=True)

Answer 2

如果在Keras中构建模型时未明确指定输出节点，则可以像这样打印出来：

[print(n.name) for n in tf.get_default_graph().as_graph_def().node]

然后你需要做的就是找到合适的，通常类似于激活功能的名称。您可以在output_node_names函数中使用此freeze_graph的值作为{{1}}的值。

Answer 3

您还可以使用tensorflow实用程序：summarize_graph查找可能的output_nodes。来自official documentation：

  

该工具支持的许多变换需要知道模型的输入和输出层是什么。这些的最佳来源是模型训练过程，对于分类器，输入将是从训练集接收数据的节点，输出将是预测。如果您不确定，summarize_graph工具可以检查模型并提供有关可能的输入和输出节点的猜测，以及其他对调试有用的信息。

只需要保存的图形pb文件作为输入。查看文档以获取示例。

Answer 4

output_node_names应包含您打算用于推理的图形节点的名称（例如softmax）。它用于提取推理所需的sub-graph。 查看freeze_graph_test可能很有用。