如何在不必声明变量的情况下恢复TensorFlow会话以进行查询

Question

我一直在寻找互联网上的解决方案，但无法在Python上找到解决方法。

我需要做的是：我有几个不同的TensorFlow模型训练过来执行相同的任务;这些模型具有不同的结构，但共享相同的接口以进行查询 - 在C ++ API上，我可以这样做

 Status status = session_->Run(feed_dict, {"output_I_want"}, {}, &outputs);

所有这些模型没有问题。

然而，当我尝试用Python做同样的事情时，似乎我在网上找到的所有保存/恢复教程都要求我在尝试恢复之前首先声明模型中使用的变量。在我的项目中，我只需要将模型用作黑盒子，只需要查询[feed_dict - ＆gt;输出]的方式。我想知道是否有办法用Python做到这一点。

Answer 1

将this answer视为saving and restoring a metagraph的实际示例。这应该回答你的帖子的后半部分，如果你将它与检查点结合起来，你在用例中可能只需要命名输入和输出。