要确定冰冻的图表是否揭示了模型的细节，可以使用以下代码示例：

import tensorflow as tf
from tensorflow.python.framework import graph_util

# 加载已经训练好的模型
graph_def = tf.GraphDef()
with tf.gfile.GFile('frozen_model.pb', 'rb') as f:
    graph_def.ParseFromString(f.read())

# 将图表中的变量转化为常量
graph_def = graph_util.convert_variables_to_constants(sess, graph_def, ['output'])

# 可视化冰冻的图表
tf.summary.FileWriter('frozen_model_logs', graph_def)

# 打印图表中的操作节点
for node in graph_def.node:
    print(node.name)

# 查看图表中的输入和输出节点
input_node = graph_def.node[0]
output_node = graph_def.node[-1]
print('Input node:', input_node.name)
print('Output node:', output_node.name)

在上述代码中，我们首先加载了已经训练好的冰冻图表（frozen_model.pb）。然后，我们将图表中的变量转化为常量，以便进行模型细节的分析。接下来，我们将冰冻的图表保存到TensorBoard日志文件中，以便可视化。最后，我们打印了图表中的操作节点和输入/输出节点的名称。

通过这些代码，您可以查看冰冻的图表的细节信息，以确定模型是否被正确冻结。