tensorflow中的freeze_graph：AssertionError：y_不在图中

在Tensorflow中，在训练模型后，我保存它使用：

with tf.Session() as session:
/** 
    ------- Model training code goes here ------
**/
tf.train.write_graph(session.graph_def, '.', '../har.pbtxt')  
saver.save(session,save_path = "../har.ckpt")

并冻结并保存优化模型：

from tensorflow.python.tools import freeze_graph
from tensorflow.python.tools import optimize_for_inference_lib

freeze_graph.freeze_graph(input_graph = "../har.pbtxt",  input_saver = "",
             input_binary = False, input_checkpoint = "../har.ckpt", output_node_names = "y_",
             restore_op_name = "save/restore_all", filename_tensor_name = "save/Const:0",
             output_graph = "frozen_har.pb", clear_devices = True, initializer_nodes = "")

input_graph_def = tf.GraphDef()
with tf.gfile.Open(output_frozen_graph_name, "r") as f:
    data = f.read()
    input_graph_def.ParseFromString(data)

output_graph_def = optimize_for_inference_lib.optimize_for_inference(
        input_graph_def,
        ["input"], 
        ["y_"],
        tf.float32.as_datatype_enum)

f = tf.gfile.FastGFile("optimized_frozen_har.pb", "w")
f.write(output_graph_def.SerializeToString())

但是，我得到错误：

回溯（最近一次调用最后一次）：文件“C：\ Users \ asus \ Desktop \ cnn.py”，第176行，在output_graph =“frozen_har.pb”，clear_devices = True，initializer_nodes =“”）文件“C： \ Users \ asus \ AppData \ Local \ Programs \ Python \ Python35 \ lib \ site-packages \ tensorflow \ python \ tools \ freeze_graph.py“，第122行，在freeze_graph variable_names_blacklist = variable_names_blacklist中）文件”C：\ Users \ asus \ appData \ Local \ Programs \ Python \ Python35 \ lib \ site-packages \ tensorflow \ python \ framework \ graph_util_impl.py“，第202行，在convert_variables_to_constants inference_graph = extract_sub_graph（input_graph_def，output_node_names）文件”C：\ Users \ asus \ AppData \ Local \ Programs \ Python \ Python35 \ lib \ site-packages \ tensorflow \ python \ framework \ graph_util_impl.py“，第141行，在extract_sub_graph断言d中的name_to_node_map，”％s不在图中“％d断言错误：y_是不在图表中

我在我的代码中将 y_ 定义为输出：

y_ = tf.nn.softmax(tf.matmul(f, out_weights) + out_biases)

看来问题是什么？