TensorFlow冻结图报错：output节点不在图中，Keras转.pb文件失败

这是Keras+TensorFlow后端导出模型时很常见的问题——虽然你给最后一层Dense命名了output，但TensorFlow实际生成的计算图里，真正的输出节点名称并不是直接的output。原因是Keras会把带激活函数的层拆分成多个TensorFlow节点：比如你的Dense层会先生成一个计算线性输出的节点（比如output/BiasAdd），再单独生成一个Softmax激活节点（比如output/Softmax），而模型的输出其实对应这个激活节点的张量。

下面是具体的解决步骤：

1. 找到真实的输出节点名称 #

先运行这段代码，打印出当前计算图里所有节点的名称，定位到和output相关的最终输出节点：

from tensorflow.keras import backend as K

# 获取当前会话的计算图
graph = K.get_session().graph
for node in graph.as_graph_def().node:
    print(node.name)

你会看到类似output/Softmax这样的节点名称，这就是你需要传入冻结函数的正确输出节点名。

2. 修改冻结图的参数 #

找到正确节点名后，把你调用export_model时的最后一个参数从"output"替换成这个真实名称。

更省心的方式是直接从模型中自动获取输出节点名，避免手动查找出错：

# 直接获取模型输出对应的节点名称
output_node_name = model.output.op.name
# 传入export_model函数
export_model(tf.train.Saver(), model, ["conv2d_1_input"], output_node_name)

这种方式会自动匹配Keras生成的真实节点，不用关心层的内部拆分逻辑。

3. 额外小提示 #

如果你使用的是TensorFlow 2.x版本，其实可以用更简洁的方式导出模型：

# 先保存为标准SavedModel格式
model.save("my_saved_model")
# Android现在也支持直接加载SavedModel，或者你再转换为冻结图也可以

不过针对你当前用的TF1.x冻结图流程，上面的方法已经能完美解决问题。

内容的提问来源于stack exchange，提问作者JustANoob