Як перелічити всі використані операції в Tensorflow SavedModel?

Якщо я зберігаю свою модель за допомогою tensorflow.saved_model.saveфункції у форматі SavedModel, то як я можу потім знайти, який Tensorflow Ops буде використаний у цій моделі згодом. Оскільки модель може бути відновлена, ці операції зберігаються у графіку, я здогадуюсь у saved_model.pbфайлі. Якщо я завантажую цей протобуф (так це не вся модель), бібліотечна частина протобуфа перераховує їх, але це поки що не задокументовано та позначено як експериментальна функція. Моделі, створені в Tensorflow 1.x, не матимуть цієї частини.

Отже, який швидкий та надійний спосіб отримати список використаних операцій (на кшталт MatchingFilesабо WriteFile) з моделі у форматі SavedModel?

Зараз я можу заморозити всю річ, як tensorflowjs-converterі. Оскільки вони також перевіряють, чи підтримуються операції. Наразі це не працює, коли LSTM є в моделі, дивіться тут . Чи є кращий спосіб зробити це, оскільки Оп напевно є там?

Приклад моделі:

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')

Очікується у виході всі Ops, що містять у цьому випадку щонайменше:

• ReadFileяк описано тут
• ...

Якщо saved_model.pbє SavedModelпротобуф-повідомлення, то ви отримуєте операції безпосередньо звідти. Скажімо, ми створюємо модель наступним чином:

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')

Тепер ми можемо знайти такі операції, як ця модель:

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