Question

我在python类中创建了一个图表。初始化程序使我能够创建新图表或加载现有图表。

如果我按创建初始化，我会创建一个输入占位符：

self.input = tf.placeholder("float", [None, self.input_size], name="x"

然后我可以保存我的图表：

tf.saved_model.simple_save(
        self.sess, path, inputs={"x": self.input}, outputs={"encoded": self.encoded

如果我从加载初始化，我首先加载图

tf.saved_model.loader.load(
        self.sess, [tf.saved_model.tag_constants.SERVING], path
    )

然后在类

中设置我的输入和输出名称

self.input = self.sess.graph.get_operation_by_name("x")
self.encoded = self.sess.graph.get_operation_by_name("encoded")

但是，当我尝试使用加载的图形时，我收到错误：

def encode(self, X):
    return self.sess.run(self.encoded, 
                         feed_dict={self.input: X})


==> TypeError: Cannot interpret feed_dict key as Tensor: Can not convert a Operation into a Tensor.

我的feed_dict self.input被解释为一个操作，而不是一个张量。请注意，我无法加载“x”作为张量 - 如果我尝试self.input = self.sess.graph.get_tensor_by_name("x")，我会收到错误，报告“x”是操作的名称，而不是张量。

但是，如果我检查self.input，则会报告为占位符：

name: "x"
op: "Placeholder"
attr {
  key: "dtype"
  value {
    type: DT_FLOAT
  }
}
attr {
  key: "shape"
  value {
    shape {
      dim {
        size: -1
      }
      dim {
        size: 81
      }
    }
  }
}

我做错了什么？

Answer 1

您正在指定一个完整的op，但由于ops可以有多个输出，您必须确切地告诉您想要哪个输出。试试这个：

def encode(self, X):
    return self.sess.run(self.encoded, 
                         feed_dict={self.input.outputs[0]: X})

或者，您可以这样做：

self.input = self.sess.graph.get_tensor_by_name("x:0")

Tensorflow：feed_dict占位符是Operation not Tensor

1 个答案: