保存为张量流图的Keras序列模型缺少火车运行？

Question

我尝试在keras和tensorflow中制作简单的模型，然后将它们保存到pb文件中。运行以下命令时，我注意到tensorflow示例具有训练操作，而keras示例则没有。 问题：是否有办法在由keras模型创建的张量流图中找到火车操作，或确保已添加？

tf.get_default_graph().get_operations()

Tensorflow示例

import tensorflow as tf

x = tf.placeholder(tf.float32, shape=[None, 1, 1], name='input')
y = tf.placeholder(tf.float32, shape=[None, 1, 1], name='target')

y_ = tf.identity(tf.layers.dense(x, 1), name='output')

loss = tf.reduce_mean(tf.square(y_ - y), name='loss')
optimizer = tf.train.GradientDescentOptimizer(learning_rate=0.01)
train_op = optimizer.minimize(loss, name='train')

init = tf.global_variables_initializer()
saver_def = tf.train.Saver().as_saver_def()
tf.get_default_graph().get_operations()
Keras示例
import tensorflow as tf
from tensorflow.keras import layers

model = tf.keras.Sequential()
model.add(layers.GRU(20, input_shape=(10, 1), return_sequences=True, name='input'))
model.add(layers.Dense(1, activation='linear'))
model.compile(loss="mse", optimizer="adam")
model.summary()

init = tf.global_variables_initializer()
saver_def = tf.train.Saver().as_saver_def()
tf.get_default_graph().get_operations()
编辑
感谢DanielMöller，在进行跑步训练后，将其添加到图表中。但是，它的名称不像张量流模型那样好，后者似乎总是使用“ train”。我发现我的keras模型的名称“ training / group_deps”已保存到张量流图中。 

如果可以像输入和输出一样容易找到培训名称和目标名称，可以通过以下方式找到它，那就太好了：

model.input.name
model.output.name
但是我的问题似乎已经解决，但是每次都需要深入研究图形文件。因此，如果有人知道更简单的方法，将不胜感激。目标是使用tensorflows C API运行网络。 
编辑2

我在tesorflow中找到了summary_graph工具。但是最初的尝试是在Windows上安装挡板失败。目前，其他事情是当务之急，因此我没有进一步介绍。

https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/graph_transforms#inspecting-graphs

我尝试在keras和tensorflow中制作简单的模型，然后将它们保存到pb文件中。运行以下命令时，我注意到tensorflow示例具有火车操作，但...

Answer 1

为了社区的利益，提到以下问题的解决方案（到目前为止已实现）。>

保存为张量流图的Keras序列模型缺少训练操作？

Answer 2

[Tensorflow支持方面的好主意。

我设法找到正确的顺序来保存keras模型。 （至少它对我有用）。我的解释在下面的代码块注释中。