[原文連接]（https://blog.csdn.net/u014061630/article/details/80557028）
使用Tensorboard分析pb文件有兩種方法：
方法一：
利用pb文件恢復(fù)計算圖
利用Tensorboard查看計算圖的結(jié)構(gòu)
方法二
- 利用tensorflow提供的tools里的import_pb_to_tensorboard.py這個工具托猩，但是這個工具linux版本的tensorflow沒有安裝（Win下默認(rèn)安裝）贞绵，需要的可以去下載[https://github.com/tensorflow/tensorflow/tree/master/tensorflow/python/tools]
方法一
1.從pb文件中恢復(fù)計算圖
import tensorflow as tf
model = 'model.pb') #請將這里的pb文件路徑改為自己的
graph = tf.get_default_graph()
graph_def = graph.as_graph_def()
graph_def.ParseFromString(tf.gfile.FastGFile(model, 'rb').read())
tf.import_graph_def(graph_def, name='graph')
summaryWriter = tf.summary.FileWriter('log/', graph)
2.利用Tensorboard查看計算圖
在命令行運行以下命令谴垫，啟動Tensorboard
#命令行運行里執(zhí)行
tensorboard --logdir log/ #這里的路徑就是1中最后一行圖保存的路徑，請根據(jù)自己的需要更改
方法二
利用tools里面的import_pb_to_tensorboard.py工具
#命令行
python -m tensorflow.python.tools.import_pb_to_tensorboard \
--model_dir="your_path/model.pb"
--log_dir="your_log_path"
tensorboard --logdir="your_log_path" #啟動tensorboard
或者
#python3
from tensorflow.python.tools.import_pb_to_tensorboard import import_to_tensorboard
model = os.path.join(model_dir, 'tensorflow_inception_graph.pb')
import_to_tensorboard(model_dir=model, log_dir='log/')
#命令行
tensorboard --logdir="your_log_path" #啟動tensorboard
經(jīng)過查看源碼，第二種方法其實是對第一種方法的包裝恕出。
兩種方法是一致的，只不過第二種方法更加便捷的畴。
