我对 Tensorflow 非常陌生，我正在尝试使用 inception v3 网络来训练一些东西，以便在 iPhone 应用程序中使用。我设法将图表导出为协议缓冲区文件，手动删除 dropout 节点（我希望是正确的），并将该 .pb 文件放入我的 iOS 项目中，但现在我收到以下错误：
Running model failed:Not found: FeedInputs: unable to find feed output input
这似乎表明我的input_layer_name and output_layer_nameiOS 应用程序中的变量配置错误。
我在很多地方看到它应该是Mul and softmax分别适用于 inception v3，但这些值对我不起作用。
我的问题是：什么是层（就这个上下文而言），以及如何找出我的层是什么？
This https://github.com/tensorflow/models/blob/master/inception/inception/slim/inception_model.py是我训练的模型的确切定义，但我没有看到“Mul”或“softmax”存在。
This https://www.tensorflow.org/api_guides/python/contrib.layers是我能够了解的关于层的知识，但这似乎是一个不同的概念，因为“Mul”不存在于该列表中。
我担心这可能是重复的这个问题 https://stackoverflow.com/questions/35740594/layer-names-for-pretrained-inception-v3-model-tensorflow但没有解释“层”（它们是张量吗？）并且graph.get_operations() seems被弃用，或者我可能使用错误。
As 穆罕默德·伊兹 https://stackoverflow.com/a/43436440/3086290写道 Tensorflow 图中没有层。只有可以放置在同名范围下的操作。
通常，单个层的操作位于同一范围内，并且了解名称范围概念的应用程序可以将它们分组显示。
此类应用之一是张量板 https://www.tensorflow.org/get_started/summaries_and_tensorboard。我相信使用 Tensorboard 是查找节点名称的最简单方法。
考虑以下示例：
import tensorflow as tf
import tensorflow.contrib.slim.nets as nets
input_placeholder = tf.placeholder(tf.float32, shape=(None, 224, 224, 3))
network = nets.inception.inception_v3(input_placeholder)
writer = tf.summary.FileWriter('.', tf.get_default_graph())
writer.close()
它为输入数据创建占位符，然后创建 Inception v3 网络并将事件数据（带有图形）保存在当前目录中。
在同一目录中启动 Tensorflow 可以查看图形结构。
tensorboard --logdir .
Tensorboard 将 UI url 打印到控制台
Starting TensorBoard 41 on port 6006
(You can navigate to http://192.168.128.73:6006)
Below is an image of this graph.
找到您感兴趣的节点并选择它以查找其名称（在左上方的信息窗格中）。
Input:
Output:
请注意，通常您不需要节点名称，而是张量名称。大多数情况下添加就足够了:0到节点名称来获取张量名称。
例如，要使用图中的名称运行上面创建的 Inception v3 网络，请使用以下代码（上述代码的延续）：
import numpy as np
data = np.random.randn(1, 224, 224, 3) # just random data
session = tf.InteractiveSession()
session.run(tf.global_variables_initializer())
result = session.run('InceptionV3/Predictions/Softmax:0', feed_dict={'Placeholder:0': data})
# result.shape = (1, 1000)