Solo tienes un archivo de modelo a mano, cómo usar el tensorboard para ver el gráfico de su modelo.
Google proporciona una herramienta, TensorBoard, que puede analizar gráficamente los diversos datos que agrega durante el entrenamiento, incluidas las estructuras gráficas.
Así que simplemente escribimos unas pocas líneas de Pyhton, cargamos el gráfico (solo en logdir), luego generamos los datos de la estructura del gráfico y vemos su estructura gráfica.
Ver: /tfdoc/how_tos/summaries_and_tensorboard.html
https://www.tensorflow.org/get_started/summaries_and_tensorboard
Puedes usar el siguiente código Haga esto en jupyter:
importar tensorflow como tf
desde tensorflow.python.platform importar gfile
# Esto se carga desde un archivo pb en formato binario.
graph = tf.get_default_graph()
graphdef = graph.as_graph_def()
graphdef.ParseFromString(gfile.FastGFile("/data/ TensorFlowAndroidMNIST/ app /src/main/expert-graph.pb", "rb").read())
_ = tf.import_graph_def(graphdef, name="")
# Esto carga el modelo desde el formato de archivo del metaarchivo para cargar el modelo
_ = tf.train.import_meta_graph("/data/ TensorFlowAndroidMNIST/app/src/main/expert-graph.pb", " rb").read())