Question

是否可以使用没有标记输入（或输出）节点的Tensorflow C ++ API执行图形？据我所知，在训练我的模型时（在python中使用skflow，我后来将其保存为二进制protobuf），我没有标记输入/输出节点，但我能够恢复模型并毫无困难地进行预测在Python中。当使用C ++ API执行图形时，输入向量是字符串和张量对，其中我假设字符串是指输入节点的标签。来自文档：

Session::Run(const std::vector< std::pair< string, Tensor > > &inputs,
const std::vector< string > &output_tensor_names,
const std::vector< string > &target_node_names,
std::vector< Tensor > *outputs)=0
使用提供的输入张量运行图形并填充输出 output_tensor_names中指定的端点。跑到但不是返回target_node_names中节点的张量。

有没有办法在不知道输入/输出节点标签的情况下执行图表？也许有一种方法可以在Python中加载图形，给出节点标签，然后再将其保存为protobuf？理想情况下，我只想传入一个应用于输入节点的向量，而不必担心任何标签。

Answer 1

在skflow中，所有节点都有标签，只需要为您恢复它们。

input:0和output:0的默认名称分别为X和y，然后根据您使用的模型预测和丢失一些自定义名称。

找出预测和概率节点名称的方法是查看保存模型的目录中的endpoints文件（如果您使用estimator.save(path)进行保存）。

它应该是这样的：

输入：0

输出：0

logistic_regression / softmax_classifier /使用SoftMax

logistic_regression / softmax_classifier / xent：0

前两个是输入/输出节点的名称，后两个是预测和丢失节点。

Answer 2

如果您可以“恢复模型并在Python中毫无困难地进行预测”，那么您可以使用“name”属性找到输入节点或张量的名称/标签，在以下任一位置搜索“.name”：

https://www.tensorflow.org/versions/0.6.0/api_docs/python/framework.html#Operation 要么： https://www.tensorflow.org/versions/0.6.0/api_docs/python/framework.html#Tensor

所有节点都有名称/标签，无论您是否明确命名它们。

使用Tensorflow C ++ API执行skflow培训的模型

2 个答案: