1. 从ckpt查看tensor name
tf.Saver得到 model.ckpt.index和model.ckpt.data-**文件,其中保存了所有变量的取值。其中model.ckpt.data文件通过SSTable格式存储的,可以大致理解为一个(key, value)列表。TensorFlow提供了tf.train.NewCheckpointReader类来查看保存的变量信息。
import tensorflow as tf
reader = tf.train.NewCheckpointReader('Saved_model/model.ckpt')
global_variables = reader.get_variable_to_shape_map()
for variable_name in global_variables:
print(variable_name)
print(global_variables[variable_name])
print("Value for variable v1 is")
print(reader.get_tensor("v1"))
2. 导出meta到summary,用tensorboard查看
import tensorflow as tf
from tensorflow.python.platform import gfile
graph = tf.get_default_graph()
graphdef = graph.as_graph_def()
_ = tf.train.import_meta_graph('meta的路径/xxxx.meta')
summary = tf.summary.FileWriter('summary的路径', graph)
3. 导出到meta graph json格式
TensorFlow提供了export_meta_graph函数,这个函数支持以json格式导出MetaGraphDefProtocolBuffer。
import tensorflow as tf
saver = tf.train.import_meta_graph("Saved_model/model.ckpt.meta")
saver.export_meta_graph("Saved_model/model.ckpt.meta.json")