TensorFlow.js中loadGraphModel模型如何实现类似summary()的输入输出打印？

通过loadGraphModel加载的GraphModel基于计算图结构，没有LayersModel自带的summary()方法，但可以通过以下方式获取输入输出的核心信息：

• 直接访问模型的inputs和outputs属性，这两个属性返回包含输入/输出张量元信息的数组，每个元素包含名称、形状、数据类型等关键内容。

代码示例：打印输入输出详情 #

// 加载GraphModel
const model = await tf.loadGraphModel('path/to/your/model.json');

// 打印输入信息
console.log('=== 模型输入信息 ===');
model.inputs.forEach((input, index) => {
  console.log(`输入 ${index + 1}`);
  console.log(`名称: ${input.name}`);
  console.log(`形状: ${input.shape}`);
  console.log(`数据类型: ${input.dtype}\n`);
});

// 打印输出信息
console.log('=== 模型输出信息 ===');
model.outputs.forEach((output, index) => {
  console.log(`输出 ${index + 1}`);
  console.log(`名称: ${output.name}`);
  console.log(`形状: ${output.shape}`);
  console.log(`数据类型: ${output.dtype}\n`);
});

验证实际输出形状（可选） #

如果需要确认模型运行时的输出形状，可以用零张量作为测试输入执行模型：

// 根据第一个输入的形状创建测试张量
const testInput = tf.zeros(model.inputs[0].shape);
// 执行模型获取输出
const testOutput = model.execute(testInput);

console.log('测试输出形状:', testOutput.shape);

// 释放张量内存，避免内存泄漏
testInput.dispose();
testOutput.dispose();

若需要查看完整计算图结构，可使用model.getOperations()获取所有运算节点，但该方法会返回大量细节，一般调试输入输出用前面的方法即可满足需求。

内容的提问来源于stack exchange，提问作者windev92