c++ - 未找到 : FeedInputs: unable to find feed output TensorFlow

Question

我在本网站尝试使用 C++ 中的 Tensorflow 保存模型的示例: https://medium.com/jim-fleming/loading-a-tensorflow-graph-with-the-c-api-4caaff88463f#.ji310n4zo

效果很好。但它不保存变量 a 和 b 的值，因为它只保存图形而不保存变量.我试图替换以下行:

tf.train.write_graph(sess.graph_def, 'models/', 'graph.pb', as_text=False)

与

saver.save(sess, 'models/graph', global_step=0)

当然是在创建保护程序对象之后。它不起作用并输出:

未找到:FeedInputs:无法找到 feed 输出 a

我检查了加载的节点，它们只是:

_SOURCE

_SINK

在 write_graph 函数中然后用 C++ 加载模型时，我加载了以下节点:

_SOURCE

_SINK

save/restore_slice_1/shape_and_slice

save/restore_slice_1/tensor_name

save/restore_slice/shape_and_slice

save/restore_slice/tensor_name

save/save/shapes_and_slices

save/save/tensor_names

save/Const

save/restore_slice_1

save/restore_slice

b

save/Assign_1

b/read

b/initial_value

b/Assign

a

save/Assign

save/restore_all

save/save

save/control_dependency

a/read

c

a/initial_value

a/Assign

init

Tensor

与 write_graph 创建的 1.9KB 相比，saver.save() 创建的图形文件也小得多，为 165B。

Answer 1

我不确定这是否是解决问题的最佳方法，但至少它解决了问题。

因为 write_graph 也可以存储常量的值，所以我在用 write_graph 函数写图之前在 python 中添加了以下代码:

for v in tf.trainable_variables():
    vc = tf.constant(v.eval())
    tf.assign(v, vc, name="assign_variables")

这会创建常量，在训练后存储变量的值，然后创建张量“assign_variables”以将它们分配给变量。现在，当您调用 write_graph 时，它会将变量的值存储在文件中。

唯一剩下的部分是在 C 代码中调用这些张量“assign_variables”，以确保您的变量被分配了存储在文件。这是一种方法:

      Status status = NewSession(SessionOptions(), &session);
      std::vector<tensorflow::Tensor> outputs;
      for(int i = 0;status.ok(); i++) {
        char name[100];
        if (i==0)
            sprintf(name, "assign_variables");
        else
            sprintf(name, "assign_variables_%d", i);

        status = session->Run({}, {name}, {}, &outputs);
      }