Учитывая граф тензорной модели потока, как найти имена входных и выходных узлов

Попробуй это:

запустить питон

>>> import tensorflow as tf
>>> gf = tf.GraphDef()
>>> gf.ParseFromString(open('/your/path/to/graphname.pb','rb').read())

а потом

>>> [n.name + '=>' +  n.op for n in gf.node if n.op in ( 'Softmax','Placeholder')]

Тогда вы можете получить результат, подобный этому:

['Mul=>Placeholder', 'final_result=>Softmax']

Но я не уверен, что проблема с именами узлов связана с сообщениями об ошибках. Я предполагаю, что вы привели неправильные аргументы при загрузке файла графика или ваш сгенерированный файл графика что-то не так?

Отметьте эту часть:

E/AndroidRuntime(16821): java.lang.IllegalArgumentException: Incompatible 
shapes: [1,224,224,3] vs. [32,1,1,2048]

ОБНОВЛЕНИЕ: Извините, если вы используете (пере) обученный граф, попробуйте следующее:

[n.name + '=>' +  n.op for n in gf.node if n.op in ( 'Softmax','Mul')]

Кажется, что (пере) обученный граф сохраняет имена операций ввода / вывода как «Mul» и «Softmax», в то время как оптимизированный и / или квантованный граф сохраняет их как «Placeholder» и «Softmax».

Кстати, использование переобученного графа в мобильной среде не рекомендуется, согласно сообщению Питера Уордена: https://petewarden.com/2016/09/27/tensorflow-for-mobile-poets/. Лучше использовать квантованный или запомненный граф из-за проблем с производительностью и размером файла, хотя я не мог понять, как загрузить запомненный граф в android ... :( (нет проблем с загрузкой оптимизированного / квантованного графа в android)

Недавно я наткнулся на эту опцию прямо из tensorflow:

bazel build tensorflow/tools/graph_transforms:summarize_graph    
bazel-bin/tensorflow/tools/graph_transforms/summarize_graph
--in_graph=custom_graph_name.pb

Я написал простой скрипт для анализа отношений зависимостей в вычислительном графе (обычно это DAG, непосредственно ациклический граф). Столь очевидно, что входы - это узлы, у которых нет входа. Однако выходы могут быть определены как любые узлы в графе, потому что в самом странном, но все же допустимом случае выходы могут быть входами, а все остальные узлы - фиктивными. Я по-прежнему определяю операции вывода как узлы без вывода в коде. Вы можете пренебречь этим по своему желанию.

import tensorflow as tf

def load_graph(frozen_graph_filename):
    with tf.io.gfile.GFile(frozen_graph_filename, "rb") as f:
        graph_def = tf.compat.v1.GraphDef()
        graph_def.ParseFromString(f.read())
    with tf.Graph().as_default() as graph:
        tf.import_graph_def(graph_def)
    return graph

def analyze_inputs_outputs(graph):
    ops = graph.get_operations()
    outputs_set = set(ops)
    inputs = []
    for op in ops:
        if len(op.inputs) == 0 and op.type != 'Const':
            inputs.append(op)
        else:
            for input_tensor in op.inputs:
                if input_tensor.op in outputs_set:
                    outputs_set.remove(input_tensor.op)
    outputs = list(outputs_set)
    return (inputs, outputs)