在 tensorflow 中如何获取模型的输出和输入值？答案

【问题标题】：How do you obtain the output and input values of a model in tensorflow?在 tensorflow 中如何获取模型的输出和输入值？
【发布时间】：2017-05-24 14:17:38
【问题描述】：

我正在研究 GAN，并决定使用 HyperGAN 来实现我的算法。它是使用 TensorFlow 对 DCGAN 的封装。 HyperGAN 使用TF 的检查点方法保存输出。

后来，我尝试使用以下方式运行加载模型：

import tensorflow as tf
sess=tf.Session()    
saver = tf.train.import_meta_graph('my_test_model-1000.meta')
saver.restore(sess,tf.train.latest_checkpoint('./'))
sess.run(tf.global_variables_initializer())

但是，由于它是一个 GAN，它需要一个输入潜在向量并输出一个图像。这是使用

out_image = sess.run(last_node, feed_dict(input_node: value))

但是由于我加载了模型，我不知道最后一个节点的名称是什么，输入节点占位符的名称是什么。我如何获得最初用于创建图表的名称？我尝试使用 TensorBoard 进行可视化，但图表很大，因此卡住了。

【问题讨论】：

标签： python tensorflow tensorboard

【解决方案1】：

您应该尝试在图中打印张量列表：

with tf.Graph().as_default() as graph:
....

count = 0
for op in graph.get_operations():
    print op.values()
    count+=1
    if count == 50:
        assert False

为了查看图表的前 50 个节点，您将看到如下内容：

(<tf.Tensor 'import/Placeholder_only:0' shape=<unknown> dtype=float32>,)
(<tf.Tensor 'import/MobileNet/conv_ds_8/dw_batch_norm/batchnorm/sub/_53__cf__53_quantized_max:0' shape=() dtype=float32>,)
(<tf.Tensor 'import/MobileNet/conv_ds_8/dw_batch_norm/batchnorm/sub/_53__cf__53_quantized_min:0' shape=() dtype=float32>,)
(<tf.Tensor 'import/MobileNet/conv_ds_8/dw_batch_norm/batchnorm/sub/_53__cf__53_quantized_const:0' shape=(512,) dtype=quint8>,)
(<tf.Tensor 'import/MobileNet/conv_ds_8/dw_batch_norm/batchnorm/sub/_53__cf__53:0' shape=(512,) dtype=float32>,)

我将计数放在那里，因为通常终端会打印出太多张量，以至于初始输入节点名称会在终端中消失。

最后，简单地注释掉计数使用的行：

#count = 0
for op in graph.get_operations():
    print op.values()
    #count+=1
    #if count == 50:
    #    assert False

打印出最后几个节点（即您的输出节点）。

【讨论】：