尝试使用未初始化的值-无法使用tensorflowsharp进行预测

Question

上下文：我创建并训练了一个可以检测产品缺陷的模型。使用Keras训练模型，并将其保存为.h5文件到磁盘。当前的缺陷检测系统是使用.NET编写的，因此我将.h5模型转换为.pb格式，并使用tensorflowsharp（TFS）进行加载。

代码：

var resourceFolder = "Dataset/Robot";
var tfGraph = new TFGraph();
using (var tmpSess = new TFSession(tfGraph))
using (var tfSessionOptions = new TFSessionOptions())
using (var metaGraphUnused = new TFBuffer())
{
    tmpSess.FromSavedModel(tfSessionOptions, null, resourceFolder, new[] {"serve"}, tfGraph, metaGraphUnused);
    var runner = tmpSess.GetRunner();
    var tfTensor = CreateTensor(dataset);
    runner.AddInput(tfGraph["input_1"][0], tfTensor).Fetch(tfGraph["conv2d_23/BiasAdd"][0]);
    var output = runner.Run();
}

问题：我进行预测（var output = runner.Run();时，TFS引发以下异常： Attempting to use uninitialized value {X}. 每当我重新运行程序时，X都会更改。 X的一些值包括：

• conv2d_21 / kernel [[节点：conv2d_21 / kernel / read = IdentityT = DT_FLOAT，_device =“ / job：localhost /副本：0 / task：0 / device：CPU：0”]]
• batch_normalization_22 / moving_variance [[节点：batch_normalization_22 / moving_variance / read =身份[T = DT_FLOAT，_class = [“ loc：@ batch_normalization_22 / cond / FusedBatchNorm / Switch_4”]，）
• conv2d_23 / bias [[节点：conv2d_23 / bias / read = IdentityT = DT_FLOAT，_device =“ / job：localhost /副本：0 / task：0 / device：CPU：0”]]

期望的行为：没有例外

到目前为止已完成的操作：

• 重新检查API文档：https://migueldeicaza.github.io/TensorFlowSharp/
• 遍历示例：https://github.com/migueldeicaza/TensorFlowSharp/tree/master/Examples
• 使用saved_model_cli（https://www.tensorflow.org/guide/saved_model#cli_to_inspect_and_execute_savedmodel）测试我的模型
• 使用Resnet，Mnist预训练模型进行测试