我正在运行Tensorflow安装here
附带的教程我想从倒数第二层提取特征向量（有时称为描述符）以进行进一步分析。
我已尝试遵循here给出的建议
但是，当我从以下代码中打印all_tensor_names时，我得到了6852张量名称的列表，但我不知道该选择哪个。
ops = tf.get_default_graph().get_operations()
all_tensor_names = {output.name for op in ops for output in op.outputs}
print(all_tensor_names)
我还发现了一个适用于预先训练的模型的示例faster_rcnn_inception_resnet_v2_atrous_oid_2018_01_28 here
但是再次，我不知道这是否是正确的张量，并且仅适用于该模型。这是一段代码摘录：
image_tensor =
tf.get_default_graph().get_tensor_by_name('image_tensor:0')
feature_tensor = sess.graph.get_tensor_by_name('SecondStageFeatureExtractor/InceptionResnetV2/Conv2d_7b_1x1/Relu:0')
image = Image.open(f)
image = np.asarray(image)
image = np.expand_dims(image, 0)
feature_set = sess.run(feature_tensor, feed_dict={image_tensor: image})
feature_vector = list(np.squeeze(feature_set).flatten())
我想知道在feature_tensor = sess.graph.get_tensor_by_name行中为Tensorflow预训练的model zoo中的模型使用哪个张量名称
或至少有助于我现在正在使用的这两个入门： ssd_mobilenet_v1_coco_2017_11_17 fast_rcnn_inception_resnet_v2_atrous_oid_2018_01_28
一个好的答案将直接帮助我使用这两个模型，并通过一个清晰的示例说明如何为其他模型找到正确的张量名称。谢谢！