使用张量流数据集api预测单个图像

Question

我正在尝试使用tensorflow数据集api创建预测脚本。以前我使用低级API和feed_dict执行此操作：

#import graph
saver = tf.train.import_meta_graph('...')

# Select variables to feed
x = graph.get_tensor_by_name("X:0")
predictions = graph.get_tensor_by_name("pred:0")

with tf.Session() as sess:
   p = sess.run(predictions, feed_dict={x:x_feed})

现在我以下面的方式使用数据集API：

iterator = 
   tf.data.Iterator.from_structure(training_dataset.output_types,
                                       training_dataset.output_shapes)
next_element = iterator.get_next()

training_init_op = iterator.make_initializer(training_dataset)
validation_init_op = iterator.make_initializer(validation_dataset)


for _ in range(20):
 # Initialize an iterator over the training dataset.
  sess.run(training_init_op)
  for _ in range(100):
    sess.run(next_element
 # Initialize an iterator over the validation dataset.
  sess.run(validation_init_op)
  for _ in range(50):
    sess.run(next_element)              

我正在保存.meta和.data文件。 如何使用这些来创建预测脚本？我无法从图表中提取操作并输入所需的值，并且没有定义占位符。一种方法是使用相同的脚本并使用测试数据，但必须有更好的方法吗？

由于