加载的.pb文件的tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES)为空

# 创建Saver对象
saver = tf.train.Saver()

# 在会话中保存变量集合
with tf.Session() as sess:
    # 训练模型...

    # 保存模型的变量集合为.ckpt文件
    saver.save(sess, './model.ckpt')

# 导入TensorFlow的相关库
import tensorflow as tf
from tensorflow.python.framework import graph_util

# 加载模型的变量集合
saver = tf.train.import_meta_graph('./model.ckpt.meta')

# 创建默认的图
graph = tf.get_default_graph()

# 获取输入和输出的节点
input_node = graph.get_tensor_by_name('input:0')
output_node = graph.get_tensor_by_name('output:0')

# 将图中的变量转化为常量
output_graph_def = graph_util.convert_variables_to_constants(sess, graph.as_graph_def(), ['output'])

# 保存导出的.pb文件
with tf.gfile.GFile('./model.pb', "wb") as f:
    f.write(output_graph_def.SerializeToString())

# 导入TensorFlow的相关库
import tensorflow as tf

# 加载.pb文件
graph = tf.GraphDef()
with tf.gfile.FastGFile('./model.pb', 'rb') as f:
    graph.ParseFromString(f.read())

# 获取模型的变量集合
variables = []
for node in graph.node:
    if node.op == 'VariableV2':
        variables.append(node.name)

print(variables)