¿Cómo enumerar todas las operaciones utilizadas en Tensorflow SavedModel?

Si tensorflow.saved_model.saveguardo mi modelo usando la función en formato Guardado, ¿cómo puedo recuperar qué Tensorflow Ops se utilizan en este modelo después? Como el modelo se puede restaurar, estas operaciones se almacenan en el gráfico, supongo que está en el saved_model.pbarchivo. Si cargo este protobuf (por lo tanto, no todo el modelo), la parte de la biblioteca del protobuf enumera estos, pero esto no está documentado y etiquetado como una característica experimental por ahora. Los modelos creados en Tensorflow 1.x no tendrán esta parte.

Entonces, ¿cuál es una forma rápida y confiable de recuperar una lista de Operaciones usadas (Me gusta MatchingFileso WriteFile) de un modelo en formato GuardadoModelo?

Ahora mismo puedo congelar todo, como lo tensorflowjs-converterhace. Como también verifican las operaciones compatibles. Actualmente, esto no funciona cuando hay un LSTM en el modelo, vea aquí . ¿Hay una mejor manera de hacer esto, ya que los Ops definitivamente están ahí?

Un modelo de ejemplo:

class FileReader(tf.Module):

@tf.function(input_signature=[tf.TensorSpec(name='filename', shape=[None], dtype=tf.string)])
def read_disk(self, file_name):
    input_scalar = tf.reshape(file_name, [])
    output = tf.io.read_file(input_scalar)
    return tf.stack([output], name='content')

file_reader = FileReader()

tf.saved_model.save(file_reader, 'file_reader')

Se espera en la salida todas las operaciones, que contienen en este caso al menos:

• ReadFilecomo se describe aquí
• ...

Si saved_model.pbes un SavedModelmensaje protobuf, entonces obtiene las operaciones directamente desde allí. Digamos que creamos un modelo de la siguiente manera:

import tensorflow as tf

class FileReader(tf.Module):
    @tf.function(input_signature=[tf.TensorSpec(name='filename', shape=[None], dtype=tf.string)])
    def read_disk(self, file_name):
        input_scalar = tf.reshape(file_name, [])
        output = tf.io.read_file(input_scalar)
        return tf.stack([output], name='content')

file_reader = FileReader()
tf.saved_model.save(file_reader, 'tmp')

Ahora podemos encontrar las operaciones utilizadas por ese modelo así:

from tensorflow.core.protobuf.saved_model_pb2 import SavedModel

saved_model = SavedModel()
with open('tmp/saved_model.pb', 'rb') as f:
    saved_model.ParseFromString(f.read())
model_op_names = set()
# Iterate over every metagraph in case there is more than one
for meta_graph in saved_model.meta_graphs:
    # Add operations in the graph definition
    model_op_names.update(node.op for node in meta_graph.graph_def.node)
    # Go through the functions in the graph definition
    for func in meta_graph.graph_def.library.function:
        # Add operations in each function
        model_op_names.update(node.op for node in func.node_def)
# Convert to list, sorted if you want
model_op_names = sorted(model_op_names)
print(*model_op_names, sep='\n')
# Const
# Identity
# MergeV2Checkpoints
# NoOp
# Pack
# PartitionedCall
# Placeholder
# ReadFile
# Reshape
# RestoreV2
# SaveV2
# ShardedFilename
# StatefulPartitionedCall
# StringJoin