如何查找TF-Slim训练模型的输出节点名称以完成模型冻结？

我来帮你解决这个问题——要找到freeze_graph.freeze_graph()需要的输出节点名称，其实有几种简单直接的方法，结合你的代码场景，我给你详细说明：

方法1：直接从输出张量获取操作名称（最推荐） #

你的conv4_1是一个TensorFlow张量，它对应的操作（也就是freeze_graph需要的节点）可以通过张量的op.name属性直接获取。在你的代码里添加一行打印即可：

conv4_1 = slim.conv2d(net,num_outputs=2,kernel_size=[1,1],stride=1,scope='conv4_1',activation_fn=tf.nn.softmax)
print(conv4_1.op.name)  # 这行就是关键
print(conv4_1.get_shape())

运行后你会得到类似conv4_1/Softmax的结果（如果用sigmoid的话就是conv4_1/Sigmoid），这个字符串就是你要传给freeze_graph的output_node_names参数值。

方法2：从张量名称推导节点名称 #

如果你已经打印了张量的name属性（比如print(conv4_1.name)），会得到类似conv4_1/Softmax:0的结果——这里的:0表示该操作的第一个输出张量，而freeze_graph需要的是操作本身的名称，所以只需要去掉末尾的:0，也就是用conv4_1/Softmax作为输出节点名称。

方法3：用TensorBoard可视化图结构 #

如果你的模型比较复杂，想直观看到整个图的结构，可以用TensorBoard：

• 在代码中添加日志写入：

  tf.summary.FileWriter('./model_logs', tf.get_default_graph())
  

• 运行你的训练代码，生成日志文件
• 在终端执行命令启动TensorBoard：

  tensorboard --logdir=./model_logs
  

• 打开浏览器访问提示的地址，切换到Graphs标签，找到conv4_1的scope，里面的Softmax或Sigmoid节点就是你要找的输出节点，直接复制它的名称即可。

方法4：遍历图中的所有操作节点 #

如果以上方法都不方便，也可以遍历当前图的所有操作，筛选出包含conv4_1的节点：

for op in tf.get_default_graph().get_operations():
    if 'conv4_1' in op.name:
        print(op.name)

运行后会列出所有和conv4_1相关的操作，你只需要选择对应激活函数的那个（比如conv4_1/Softmax）作为输出节点即可。

需要注意的是：freeze_graph要求的是操作节点的名称，而不是张量的名称，所以一定要确保不要带末尾的:0后缀哦。

内容的提问来源于stack exchange，提问作者flankechen