tensorflow打印模型图_从Tensorflow模型文件中解析并显示网络结构图（CKPT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”】。

上一篇文章《从Tensorflow模型文件中解析并显示网络结构图(pb模型篇)》中介绍了如何从pb模型文件中提取网络结构图并实现可视化,本文介绍如何从CKPT模型文件中提取网络结构图并实现可视化。理论上，既然能从pb模型文件中提取网络结构图，CKPT模型文件自然也不是问题，但是其中会有一些问题。

1 解析CKPT网络结构

解析CKPT网络结构的第一步是读取CKPT模型中的图文件，得到图的Graph对象后即可得到完整的网络结构。读取图文件示例代码如下所示。

saver = tf.train.import_meta_graph(ckpt_path+'.meta',clear_devices=True)

graph = tf.get_default_graph()

with tf.Session( graph=graph) as sess:

sess.run(tf.global_variables_initializer())

saver.restore(sess,ckpt_path)

调用graph.get_operations()后即可得到当前图的所有计算节点，在利用Operation对象与Tensor对象之间的相互引用关系即可推断网络结构。但是需要注意的是，从meta文件中导入的图中获取计算节点存在如下问题。

包含反向梯度下降计算的所有节点

某些计算节点是按基础计算(加减乘除等)节点拆分成多个计算节点的，如BatchNorm，但其实是可以直接