python怎么读入pb文件夹

在 Python 中读取 `.pb` 文件通常使用 TensorFlow 库，因为 TensorFlow 提供了读取和加载模型的功能。以下是一个简单的示例，展示如何使用 TensorFlow 读取 `.pb` 文件：

```python

import tensorflow as tf

定义模型路径

model_path = './model.pb'

加载模型

with tf.Graph（）.as_default（）:

with tf.Session（） as sess:

使用 TensorFlow 的 `tf.saved_model.loader.load` 方法加载模型

model = tf.saved_model.loader.load（sess, [tf.saved_model.tag_constants.SERVING], model_path）

获取模型的输入和输出张量

input_tensor = model.signature_def['serving_default'].inputs['input_tensor']

output_tensor = model.signature_def['serving_default'].outputs['output_tensor']

使用输入张量进行推理

input_data = ... 准备输入数据

output_data = sess.run（output_tensor, feed_dict={input_tensor: input_data}）

输出结果

print（output_data）

请注意，这个示例假设模型已经被保存为 TensorFlow 的 `SavedModel` 格式。如果模型是以其他格式保存的，比如 `Checkpoint`，则需要使用不同的方法来读取。如果你需要读取的是 `Checkpoint` 文件，可以使用以下代码：```python
from tensorflow.python import pywrap_tensorflow
import tensorflow as tf
 定义模型路径
checkpoint_path = './model_ckpt/model.ckpt-999'
 加载模型
with tf.Graph（）.as_default（）:
 with tf.Session（） as sess:
 使用 TensorFlow 的 `tf.train.get_checkpoint_state` 方法获取检查点状态
 ckpt = tf.train.get_checkpoint_state（checkpoint_path）
 if ckpt and ckpt.model_checkpoint_path:
 使用 `NewCheckpointReader` 读取检查点文件
 reader = pywrap_tensorflow.NewCheckpointReader（ckpt.model_checkpoint_path）
 获取所有变量的名称和形状
 all_variables = reader.get_variable_to_shape_map（）
 获取第一个变量的值
 w1 = reader.get_tensor（'Variable_1'）
 print（w1.shape）
 print（w1）
 else:
 print（'No checkpoint file found'）

请根据你的具体情况选择合适的方法来读取 `.pb` 文件。