问题在于：让M成为训练有素的模型，我想将其输入张量更改为将原始输入映射到不同空间的不同输入张量。
以下是定义新输入张量的代码：
modifier = tf.Variable(np.zeros(shape,dtype=np.float32))
simg = tf.placeholder(tf.float32, shape)
newimg = (tf.tanh(modifier + simg)/2)
如果使用keras训练M，我可以通过以下方式轻松地将输入张量更改为newimg：
M(newimg)
但是，如果M是原始的张量流训练模型，我不知道该怎么做。
我搜索了很长一段时间并且令人沮丧地发现我没有找到任何有用的东西，这一定是可行的 - keras已经做到了......
最佳。