如何查找TensorFlow冻结图的输入与输出数组？

• 使用Netron可视化工具：打开Netron，导入你的.pb格式冻结图文件，界面会直观展示模型的输入、输出节点，点击节点即可查看对应的数组名称与形状信息，这些信息可直接用于TensorFlow-Lite的转换配置。
• 通过TensorFlow代码提取：如果偏好代码方式，可使用以下脚本获取输入输出数组名称：

import tensorflow as tf

# 加载冻结图文件
with tf.io.gfile.GFile('your_frozen_graph.pb', 'rb') as f:
    graph_def = tf.compat.v1.GraphDef()
    graph_def.ParseFromString(f.read())

# 提取输入节点（通常为Placeholder类型）
input_names = [node.name for node in graph_def.node if node.op == 'Placeholder']
# 提取输出节点（根据模型实际输出op类型调整，常见如Identity）
output_names = [node.name for node in graph_def.node if node.op == 'Identity']

print("输入数组名称:", input_names)
print("输出数组名称:", output_names)

获取到这些名称后，在调用tf.lite.TFLiteConverter.from_frozen_graph时，将其传入input_arrays和output_arrays参数即可完成模型转换。

内容的提问来源于stack exchange，提问作者farid