如何让 TensorFlow 的“import_graph_def”返回张量答案

【问题标题】：How do I get TensorFlow's 'import_graph_def' to return Tensors如何让 TensorFlow 的“import_graph_def”返回张量
【发布时间】：2016-05-10 18:29:03
【问题描述】：

如果我尝试使用

导入保存的TensorFlow 图形定义

import tensorflow as tf
from tensorflow.python.platform import gfile

with gfile.FastGFile(FLAGS.model_save_dir.format(log_id) + '/graph.pb', 'rb') as f:
    graph_def = tf.GraphDef()
    graph_def.ParseFromString(f.read())
x, y, y_ = tf.import_graph_def(graph_def, 
                               return_elements=['data/inputs',
                                                'output/network_activation',
                                                'data/correct_outputs'],
                               name='')

返回的值不是预期的Tensors，而是其他东西：例如，将x 获取为

Tensor("data/inputs:0", shape=(?, 784), dtype=float32)

我明白了

name: "data/inputs_1"
op: "Placeholder"
attr {
  key: "dtype"
  value {
    type: DT_FLOAT
  }
}
attr {
  key: "shape"
  value {
    shape {
    }
  }
}

也就是说，我得到的不是预期的张量x，而是x.op。这让我很困惑，因为documentation 似乎说我应该得到一个Tensor（尽管那里有一堆 or 让人难以理解）。

我如何让tf.import_graph_def 返回特定的Tensors，然后我可以使用（例如，在输入加载的模型或运行分析时）？

【问题讨论】：

第二行代码应该是from tensorflow.python.platform import gfile。

标签： python machine-learning tensorflow restore

【解决方案1】：

名称'data/inputs'、'output/network_activation' 和'data/correct_outputs' 实际上是操作名称。要让tf.import_graph_def() 返回tf.Tensor 对象，您应该将输出索引附加到操作名称，对于单输出操作，通常为':0'：

x, y, y_ = tf.import_graph_def(graph_def, 
                               return_elements=['data/inputs:0',
                                                'output/network_activation:0',
                                                'data/correct_outputs:0'],
                               name='')

【讨论】：