如何使TensorFlow的“import_graph_def”返回张量

Question

如果尝试导入保存的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，而是其他一些值：例如，将xas

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，我得到的不是期望的张量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（尽管那里有一堆或很难理解）。

如何使tf.import_graph_def返回特定的Tensors，然后我可以使用这些tf.import_graph_def（例如，在提供加载的模型或运行分析时）？

Answer 1

名称'data/inputs'、'output/network_activation'和'data/correct_outputs'实际上是操作名称。若要使tf.import_graph_def()返回tf.Tensor对象，应将输出索引附加到操作名称，对于单个输出操作，该名称通常为':0'：

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