我使用的是自定义Tensorflow模型（不是Keras对象），并使用以下内容打印了摘要（取自Is there an easy way to get something like Keras model.summary in Tensorflow?）：

def model_summary():
    model_vars = tf.trainable_variables()
    slim.model_analyzer.analyze_vars(model_vars, print_info=True)

model_summary()

结果如下（我只报告其中的一部分）：

---------
Variables: name (type shape) [size]
---------
model/temb/dense0/W:0 (float32_ref 128x512) [65536, bytes: 262144]
model/temb/dense0/b:0 (float32_ref 512) [512, bytes: 2048]
model/temb/dense1/W:0 (float32_ref 512x512) [262144, bytes: 1048576]
model/temb/dense1/b:0 (float32_ref 512) [512, bytes: 2048]
model/conv_in/W:0 (float32_ref 3x3x1x128) [1152, bytes: 4608]
model/conv_in/b:0 (float32_ref 128) [128, bytes: 512]
model/down_0/block_0/norm1/beta:0 (float32_ref 128) [128, bytes: 512]
model/down_0/block_0/norm1/gamma:0 (float32_ref 128) [128, bytes: 512]
model/down_0/block_0/conv1/W:0 (float32_ref 3x3x128x128) [147456, bytes: 589824]
model/down_0/block_0/conv1/b:0 (float32_ref 128) [128, bytes: 512]

我如何将其转换为一个更清晰的方案，比如一个可以可视化的png？例如：