如何获取张量流图中每个节点的输入形状？

Question

嗨：现在我正在将一个 tensorflow 检查点模型转换为一个 caffe 模型。我已成功读取图表并提取了每个节点中的 attr 值。我在“Conv2D”节点中获得了“dilations”、“strides”和“padding”属性的值以及“weights”节点中的形状，但我无法获得“shape”属性的值，它在 Conv2D 的输入中为空节点。但是，这些形状显示在 tensorboard 的图表中。 这是我的代码：

new_saver = tf.train.import_meta_graph(meta_path)          
new_saver.restore(sess, tf.train.latest_checkpoint(ckpt_path))
graph_def = sess.graph_def
node_list = graph_def.node

# conv_node, weight_node, from_node are all in node_list
# conv_node: the conv2d node in graph_def
# weight_node: the weights node of conv2d
# from_node: the input feature map node of conv2d

weight_shape_attr = weight_node.attr['shape']
weight_shapes = [dim.size for dim in weight_shape_attr.shape.dim]

strides = [ii for ii in conv_node.attr['strides'].list.i]
dilations = [ii for ii in conv_node.attr['dilations'].list.i]

shapes = from_node.attr['shape']  # this is empty

和张量板图： tensorboard_graph

请注意，Conv2D 节点的输入形状为 ?x79x79x32，它必须存储在模型文件的某个位置。有谁能帮忙吗？任何点击都会有帮助，谢谢。

Answer 1

Tensorflow 图有 as_graph_def 方法，该方法具有可选参数 add_shapes（默认为 False）。如果设置为True，则会产生节点的附加属性：_output_shapes。

所以你可以尝试通过这种方式获取 GraphDef：

graph_def = sess.graph.as_graph_def(add_shapes=True)