「Kerasでモデルをトレーニングすると簡単にTensorboardで可視化できる」という記事はたくさんあるのに、トレーニング無しでやる方法がわからなかったのでやってみました。
要するに、「モデルを学習停止設定にしてfitしちゃえば、Keras備え付けのTensorboardコールバックが使えるんじゃね」という思いつきで、成功しました。
from keras.models import load_model
from keras.callbacks import TensorBoard
model = load_model("PATH") # 好きなやり方でモデルをロード
model.trainable=False # modelの全要素について学習しない設定
tb_callback = TensorBoard(log_dir='./logs') # コールバックを用意
# 学習はしないけどcallbackを適用させるためにfit
prediction = model.predict([input_img]) # 学習しないので出力形式と一緒ならOK
model.fit([input_img], prediction, callbacks=[tb_callback])
# →Tensorboardでグラフを見る
Tensorflowでsession用意したりすれば綺麗には書けそうですが、これより長くなりそうなのでやめました。もしスッキリ簡潔に書ける方法があれば教えてください!