Question

KeyError：“名称'loss：0'表示一个不存在的张量。图中的操作'loss'不存在。”

大家好，我在使用tensorflow模型时遇到问题。在终端中编译时，代码运行良好，但是当我尝试使其成为python API时，它会显示上述错误

output_layer = 'loss:0'
input_node = 'Placeholder:0'

# Crop the center for the specified network_input_Size
augmented_image = crop_center(augmented_image, network_input_size, network_input_size)


with tf.Session() as sess:
    prob_tensor = sess.graph.get_tensor_by_name(output_layer)
    predictions = sess.run(prob_tensor, {input_node: [augmented_image] })

上面的代码说

处有错误

prob_tensor = sess.graph.get_tensor_by_name(output_layer)

Answer 1

不确定是否与您的情况相关，但是我遇到了同样的错误消息，试图从Azure自定义视觉服务here运行示例。

问题是因为我在导入图形时给了它一个名称-但应该在此处将其保留为空字符串：tf.import_graph_def(graph_def, name='')

Answer 2

在使用从Azure自定义视觉服务导出的模型时，我遇到了同样的问题。就我而言，将输出张量的名称从“ loss”更改为“ model_outputs”是可行的：

output_layer = 'model_outputs:0'

Answer 3

导出我的自定义视觉模型时，我遇到了同样的问题。当我使用 model_outputs：0 时，它会运行。但是，预测数组没有任何意义。在Custom Vision中测试模型时，我得到4个对象 Three cars and a truck

但谓词数组形状为13X13X40

KeyError：“名称'loss：0'表示一个不存在的张量。图中的操作'loss'不存在。”

3 个答案: