import tensorflow as tfimport osimport tarfileimport requests# inception-v3 是googlenet的第三个版本#inception模型下载地址#inception_pretrain_model_url = 'http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz' #这里采用手动下载后直接放入下述模型存放地址中。 #模型存放地址,#inception_pretrain_model_dir = "inception_model"   #此文件夹如果不存在会自动创建if not os.path.exists(inception_pretrain_model_dir):    os.makedirs(inception_pretrain_model_dir)    #获取文件名，以及文件路径filename = inception_pretrain_model_url.split('/')[-1]filepath = os.path.join(inception_pretrain_model_dir, filename)#下载模型if not os.path.exists(filepath):    print("download: ", filename)    r = requests.get(inception_pretrain_model_url, stream=True)    with open(filepath, 'wb') as f:        for chunk in r.iter_content(chunk_size=1024):            if chunk:                f.write(chunk)print("finish: ", filename)#解压文件tarfile.open(filepath, 'r:gz').extractall(inception_pretrain_model_dir) #模型结构存放文件log_dir = 'inception_log'if not os.path.exists(log_dir):    os.makedirs(log_dir)#classify_image_graph_def.pb为google训练好的模型inception_graph_def_file = os.path.join(inception_pretrain_model_dir, 'classify_image_graph_def.pb')#'classify_image_graph_def.pb'为inception-v3中训练好的一个模型with tf.Session() as sess:    #创建一个图来存放google训练好的模型    with tf.gfile.FastGFile(inception_graph_def_file, 'rb') as f:        graph_def = tf.GraphDef()        graph_def.ParseFromString(f.read())        tf.import_graph_def(graph_def, name='')    #保存图的结构    writer = tf.summary.FileWriter(log_dir, sess.graph)    writer.close()

运行结果输出：

finish:  inception-2015-12-05.tgz

并在inception_model文件夹中产生了如下文件：

 

在inception_log文件夹中生成如下文件：

 在cmd中打开tensorboard：

在chrome中打开localhost：6006，得到GRAPHS：

inception-v3中最具特色的时mixed层：

 

 mixed层中有并排四个通道：一个卷积层，两个卷积层，三个卷积层，一个池化层加一个卷积层。

四个并排增加模型的宽度，好几个层串联叠加增加了模型的深度。

也把mixed的结构称为inception结构