如何在Tensorflow保存pb文件之前访问文件夹名称？

在TensorFlow中，可以通过使用tf.train.Saver类来保存模型的pb文件。在保存pb文件之前，可以通过os.path.dirname()函数访问文件夹名称。

具体步骤如下：

导入必要的库：

import tensorflow as tf
import os

定义模型和变量：

# 定义模型
x = tf.placeholder(tf.float32, name='input')
y = tf.add(x, 1, name='output')

# 定义变量
var1 = tf.Variable(0, name='var1')
var2 = tf.Variable(1, name='var2')

创建Saver对象：

saver = tf.train.Saver()

创建会话并保存模型：

with tf.Session() as sess:
    # 初始化变量
    sess.run(tf.global_variables_initializer())

    # 保存模型
    save_path = saver.save(sess, os.path.join(os.path.dirname(__file__), 'model.pb'))
    print("Model saved in file: %s" % save_path)

在上述代码中，os.path.dirname(__file__)用于获取当前文件所在的文件夹路径，然后通过os.path.join()函数将文件夹路径和文件名拼接起来，最终得到保存pb文件的完整路径。

这样，就可以在保存pb文件之前访问文件夹名称，并将模型保存在指定的文件夹中。

注意：以上代码示例中的__file__是Python中的内置变量，表示当前脚本的文件名。如果代码不在脚本中运行，而是在交互式环境中运行，可以手动指定文件夹路径。