这个问题与训练后使用占位符交换 TensorFlow 数据集输入管道有关
我有一个图表，我想优化 TensorRT 的推理。为了得到图表，不包括我做的输入管道部分：
python optimize_for_inference.py \
--input=frozen_model.pb \
--output=inference.pb \
--frozen_graph=True \
--input_names=IteratorGetNext
--output_names=name_of_the_output_tensor_you_want_to_use
“这将用浮点占位符替换 IteratorGetNext 节点。您可能想要选择另一个节点，在这种情况下只需更改名称。您还可以通过 --placeholder_type_enum 选项更改生成的占位符的类型。在这种情况下，您需要从 DataType 枚举中提供与您想要的数据类型匹配的整数值。” （这个问题的答案Swap a TensorFlow Dataset input pipeline with a placeholder after training ）
但是，浮动占位符没有形状。在将图表提供给 TensorRT 时，它会失败，因为缺少此形状。是否可以给这个浮动占位符一个形状？
更具体地说，TensorRT 给出的误差是
tensorflow.python.framework.errors_impl.NotFoundError: No attr named 'shape' in NodeDef: [[Node: input_images = Placeholderdtype=DT_FLOAT]] for 'input_images' (op: 'Placeholder') with input shapes: .