1

我有一个复杂的网络，我为它创建了一个非常简单的类，用于在模型序列化为冻结图形文件后推断模型。

问题是在这个文件中我需要用他的命名空间加载变量，这可能最终取决于我如何构建模型。在我的情况下，结果如下：

# Load the input and output node with a singular namespace depending on the model
self.input_node = self.sess.graph.get_tensor_by_name("create_model/mymodelname/input_node:0")
self.output_node = self.sess.graph.get_tensor_by_name("create_model/mymodelname/out/output_node:0")

我想在将这两个节点存储到模型中之前给它一个别名，例如它们最终会有一个通用名称，然后我的推理类可以用作获取模型的通用类。在这种情况下，我最终会做这样的事情：

# Load the input and output node with a general node namespace
self.input_node = self.sess.graph.get_tensor_by_name("input_node:0")
self.output_node = self.sess.graph.get_tensor_by_name("output_node:0")

那么有没有办法给他们一个别名呢？我真的什么都没找到。

非常感谢！

4

1 回答 1

3

您可以tf.identity用于输出。

output_node = sess.graph.get_tensor_by_name("create_model/mymodelname/output_node:0")
tf.identity(output_node, name="output_node")

将创建一个名为“output_node”的新直通操作，并将从您指定的节点获取其值。

输入有点棘手，您需要更改构建模型的方式 - 例如让它从外部获取输入，然后创建一个具有固定名称的输入占位符，然后将其传递给构建模型的函数模型。

于 2017-03-15T10:28:36.753 回答