tensorflow打印模型图_从Tensorflow模型文件中解析并显示网络结构图（pb模型篇）...

最近看到一个巨牛的人工智能教程，分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。平时碎片时间可以当小说看，【点这里可以去膜拜一下大神的“小说”】。

Tensorflow官方提供的Tensorboard可以可视化神经网络结构图，但是说实话，我几乎从来不用。主要是因为Tensorboard中查看到的图结构太混乱了，包含了网络中所有的计算节点(读取数据节点、网络节点、loss计算节点等等)。更可怕的是，如果一个计算节点是由多个基础计算(如加减乘除等)构成，那么在Tensorboard中会将基础计算节点显示而不是作为一个整体显示(典型的如Squeeze计算节点)。最近为了排查网络结构BUG花费一周时间，因此，狠下心来决定自己写一个工具，将Tensorflow中的图以最简单的方式显示最关键的网络结构。

1 Tensor对象与Operation对象

Tensorflow中，Tensor对象主要用于存储数据如常量和变量(训练参数)，Operation对象是计算节点，如卷积计算、反卷积计算、ReLU等等。每一个Operation对象均有输入和输出Tensor，同理，每个Tensor对象均有对应生成该Tensor的Operation对象和使用该Tensor对象作为输入的Operation对象。Tensor和Operation对象内均有相关属性和函数来获取其关联的Operation和Tensor对象，相关属性如下所示。

Tensor对象的op属性指向生成该Tensor的Operation对象。

Tensor对象的consumers()函数获取使用该Tensor对象作为输入的Operation对象。

Operation对象的inputs属性指向该计算节点的输入Tenso