能否重命名TensorFlow操作以修改Profiler输出的类型名称？

方案1：自定义包装层，给操作添加标识性名称 #

在构建AlexNet模型时，替换原生tf.keras.layers.Conv2D为自定义包装层，显式指定带自定义标识的操作名称，Profiler会同步显示该命名：

import tensorflow as tf

class CustomConv2D(tf.keras.layers.Conv2D):
    def __init__(self, *args, **kwargs):
        # 给层添加自定义后缀，Profiler中会显示该名称
        kwargs['name'] = kwargs.get('name', 'conv2D') + '_LOVE'
        super().__init__(*args, **kwargs)

# 构建AlexNet时用CustomConv2D替换原生Conv2D
model = tf.keras.Sequential([
    CustomConv2D(96, (11,11), strides=(4,4), activation='relu', input_shape=(227,227,3)),
    # 其他卷积层同理替换
])

注：此方式修改的是层的实例名称，若要直接替换Profiler中「操作类型」列的原生Conv2D标识，需用下面的后处理方案。

方案2：后处理Profiler结果，批量替换类型名称 #

将Profiler结果导出为JSON/CSV格式后，用脚本批量修改操作类型名称：

1. 在Profiler界面导出结果（比如选择JSON格式）
2. 运行Python脚本修改内容：

import json

# 读取导出的Profiler结果文件
with open('profiler_result.json', 'r') as f:
    profiler_data = json.load(f)

# 遍历所有操作，替换目标类型名称
for event in profiler_data['traceEvents']:
    if event.get('name') == 'Conv2D':
        event['name'] = 'conv2D_LOVE'

# 保存修改后的结果
with open('modified_profiler_result.json', 'w') as f:
    json.dump(profiler_data, f, indent=2)

将修改后的文件重新导入Profiler，即可看到替换后的操作类型名称。

方案3：修改TensorFlow Op注册（不推荐） #

若要从底层修改Op的类型标识，需修改TensorFlow源码中Op的注册信息：找到tensorflow/core/ops/nn_ops.cc中REGISTER_OP("Conv2D")的代码，将其改为REGISTER_OP("conv2D_LOVE")，再重新编译TensorFlow。此方式复杂度高，会影响所有使用该Op的场景，仅适合特殊需求场景。

内容的提问来源于stack exchange，提问作者yy hh