我有一个在python类中创建的图形 . 初始化程序使我能够创建新图形或加载现有图形 .
如果我通过创建初始化,我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,我首先加载图形
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,当我尝试使用我加载的图形时,我收到一个错误:
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,它会被报告为占位符:
name: "x"
op: "Placeholder"
attr {
key: "dtype"
value {
type: DT_FLOAT
}
}
attr {
key: "shape"
value {
shape {
dim {
size: -1
}
dim {
size: 81
}
}
}
}
我究竟做错了什么?
1 回答
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:
或者,你可以这样做: