Tensorflow：优化grahp以进行推理。为输入占位符提供形状

Question

此问题与Swap a TensorFlow Dataset input pipeline with a placeholder after training

有关

我有一个要优化的图形以使用TensorRT进行推理。要获得图形，请排除我做的输入管道部分：

python optimize_for_inference.py \
--input=frozen_model.pb \
--output=inference.pb \
--frozen_graph=True \
--input_names=IteratorGetNext
--output_names=name_of_the_output_tensor_you_want_to_use

“这将用浮动占位符替换IteratorGetNext节点。您可能想要选择另一个节点，在这种情况下，只需更改名称即可。您还可以通过--placeholder_type_enum选项更改生成的占位符的类型。情况下，您需要提供一个与DataType枚举中所需的数据类型匹配的整数值。” （有关此问题的答案Swap a TensorFlow Dataset input pipeline with a placeholder after training ）

但是，浮点占位符没有形状。将图形提供给TensorRT时会失败，因为缺少此形状。可以为该浮动占位符赋予形状吗？

更具体地说，TensorRT给出的错误是

  

tensorflow.python.framework.errors_impl.NotFoundError：未命名属性   NodeDef中的“形状”：[[Node：input_images =   [input_images]的Placeholderdtype = DT_FLOAT]]（操作：“ Placeholder”）   输入形状：。