我下载了一种可通过以下方式工作的keras模型。
它以此方式构建图形
vptest我可以通过这种方式成功执行图形
from tensorflow.python.keras.models import load_model
self.model = load_model(path_to_model)
pred = model.output
所以我认为model.input是keras模型的给定属性。我这样理解，那个model.input是一个占位符张量，它像其他所有占位符张量一样被sess.run中的input_data填充。
我想使用已经实现的代码和模型，但是存在以下问题。 使用sess.run时我的input_data未知，因此无法将其放入feed_dict中。
我现在以此方式构建图形
input_data = ... # doesnt matter how I get the data
predictions = sess.run(pred, feed_dict={self.model.input: input_data}
如何将input_data中新计算的值（形状大小和值与之前相同）输入到model.input中？
我的新sess.run看起来是这样的
initial_data = tf.Placeholder()
# now do some calculations with initial_data and other tensors i have left out for
# readability
input_data = ... #result of calculations
model = load_model(path_to_model)
# now feed model.input with input_data
#model.input = input_data is not allowed and throws error (read only)
pred = model.output