加载tf保存模型后在线预测时如何构造张量

Question

当训练filne的张量流模型时，我使用了更高级别的api（例如feature_column），并使用导出api来保存模型

feature_spec = tf.feature_column.make_parse_example_spec(columns)
example_input_fn = (
    tf.estimator.export.build_parsing_serving_input_receiver_fn(feature_spec))
model.export_savedmodel(export_dir, example_input_fn)

现在我使用c ++ api加载该模型

    tensorflow::LoadSavedModel(sess_options, run_options, modelpath, tags, &bundle)
  and then how can i concact the input tensor,so that can finish predicting.
  std::vector<std::pair<std::string, Tensor> > inputs;
  status = session->Run(inputs, {"pctr"}, {}, &outputs);

有什么例子吗？