预训练的初始 v3 模型(张量流)的层名称

Question

任务是获取预训练的CNN inceptionv3模型的每层输出。例如，我将图像馈送到这个网络，我不仅想获得它的输出，还想获得每一层的输出（逐层）。

为此，我必须知道每个层输出的名称。对于最后一层和最后一层之前，这很容易做到：

sess.graph.get_tensor_by_name('pool_3:0')
sess.graph.get_tensor_by_name('softmax:0')

（名称 pool_3：0 和软最大：0列在与模型相关的来源中）

但是，如果我不仅想获得最后一层

和最后一层的输出，还想获得该模型任何层的预前层、前层等的输出怎么办？

然后我必须知道图层名称。有人问过类似的问题 在 StackOverflow 上，但只有最后层和最后一层的名称，这些名称也可以在源代码的注释中找到（'pool_3：0'， 'softmax：0'）

获取名称的明显方法是绘制模型的图形。但事实并非如此，因为图形绘制工具只是崩溃。还有一个与此相关的问题。

我也试过：

打印所有图形节点名称
1. 并仅使用来自节点名称的信息构造图形。但是节点名称非常神秘。另外节点之间的连接也不是那么明显，因为inception v3架构所以在不知道节点之间的连接的情况下，这种方法就像是破解了谜码:)
2. 然后我尝试使用自己编写的工具绘制该模型的图形（获取给定节点的所有输入（例如，'pool_3：0'），然后获取每个输入的所有输入'pool_3：0'等。此方法适用于简单模型。但是当我尝试将其用于图像识别教程中的inceptionv3实现时，我使用了16 GB的RAM，然后是10 GB的交换，然后我就停止了查看引擎盖。也许图中有一些周期（但如果网络是前馈的，那怎么可能呢？

所以，也许有人参与了这个预先训练的模型实现和"运输"正在阅读stackoverflow。

或者，也许有人已经为这个模型提供了逐层名称。请与我和 ml 社区分享。提前感谢！

Answer 1

基本问题已经在 Tensorflow 图中的张量名称列表中提出（并回答）

用你的方法回答你的担忧 （2） - 这确实有效（我已经做到了）。如果我不得不猜测，你可能没有使用类似字典的结构来存储节点，所以如果多个节点从同一个节点获取它们的输入（就像在初始模型中经常发生的那样），你将该输入节点多次插入到要存储/访问的事物列表中。如果您注意只访问每个节点一次，则基本上应该立即运行，而不会出现内存问题。