在Tensorboard中查找输入/输出张量的名称

Question

我已经基于mobilenet运行了这个keras模型：https://gist.github.com/giacomobartoli/eb45ab61b43e5e47ea2a60113f9352ef 输出是一个称为mobilenetv1.pb的冻结图。

现在，我想在新的Google Vision Kit上编译该模型。

为此，我需要知道冻结图的输入和输出张量名称（mobilenetv1.pb）。 所以检查TensorBoard我有以下图形：

每个节点包含不同的输入/输出张量。这不是问题。 关键是：在所有节点中，我应该考虑在视觉套件上编译此冻结图吗？

换句话说，我需要运行以下脚本：

./bonnet_model_compiler.par \
--frozen_graph_path=mobilenetv1.pb \
--output_graph_path=mobilenetv1.binaryproto \
--input_tensor_name=INPUT_TENSOR_NAME \
--output_tensor_names=OUTPUT_TENSOR_NAME \
--input_tensor_size=256

我只需要了解图表中的哪个INPUT_TENSOR_NAME和OUTPUT_TENSOR_NAME。

Answer 1

看看图，由于图包含了许多无关紧要的东西，因此实际上不可能说出所需的输入张量和输出张量是什么。

相反，在构建用于推理的图时，请手动命名输入和输出（在构建操作时传递name="something"），以便您知道要使用的名称。