为什么在提供`run_meta`时，`print_model_analysis`会忽略某些节点？

Question

我想计算变量的数量和模型的浮点运算次数。但是，tf.contrib.tfprof.model_analyzer.print_model_analysis似乎在run_meta提供时忽略了第一个节点。

例如，（使用tensorflow 1.0.0进行测试）

import numpy as np
import tensorflow as tf
slim = tf.contrib.slim

x = tf.placeholder(tf.float32, [None, 7, 7, 3])
c1 = slim.conv2d(x, 22, [3, 3])

run_metadata = tf.RunMetadata()
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    _ = sess.run(c1, feed_dict={x: np.zeros([1, 7, 7, 3])},          
                 options=tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE),
                 run_metadata=run_metadata)

analysis = tf.contrib.tfprof.model_analyzer.print_model_analysis(
    tf.get_default_graph(), run_meta=run_metadata,
    tfprof_options=tf.contrib.tfprof.model_analyzer.FLOAT_OPS_OPTIONS)

# 1078
print(analysis.total_float_ops)

它仅包含Conv/BiasAdd的浮点运算数。如何使用tfprog正确分析模型？