sess.run() 将值输入占位符张量的问题
Posted
技术标签:
【中文标题】sess.run() 将值输入占位符张量的问题【英文标题】:Issue with feeding value into placeholder tensor for sess.run() 【发布时间】:2020-10-28 15:06:45 【问题描述】:我想获得卷积神经网络中特定输入的中间张量的值。我知道如何在 keras 中做到这一点,即使我已经使用 keras 训练了模型,我将继续使用 tensorflow 构建和训练模型。因此,我想摆脱像 K.function(input_layer, output_layer)
这样相当简单的东西,而是使用 tensorflow。我相信我应该使用占位符值,例如以下方法:
with tf.compat.v1.Session(graph=tf.Graph()) as sess:
loaded_model = tf.keras.models.load_model(filepath)
graph = tf.compat.v1.get_default_graph()
images = tf.compat.v1.placeholder(tf.float32, shape=(None, 28, 28, 1)) # To specify input at MNIST images
output_tensor = graph.get_tensor_by_name(tensor_name) # tensor_name is 'dense_1/MatMul:0'
output = sess.run([output_tensor], feed_dict=images: x_test[0:1]) # x_test[0:1] is of shape (1, 28, 28, 1)
print(output)
但是,我收到sess.run()
行的以下错误消息:Invalid argument: You must feed a value for placeholder tensor 'conv2d_2_input' with dtype float and shape [?,28,28,1]
。我不确定为什么会收到此消息,因为用于feed_dict
的图像是浮点类型,并且我认为是正确的形状。任何帮助都会被建议。
【问题讨论】:
【参考方案1】:您必须使用 Keras 模型中的输入张量,而不是制作自己的新占位符,否则会与模型的其余部分断开连接:
with tf.Graph().as_default(), tf.compat.v1.Session() as sess:
# Load model
loaded_model = tf.keras.models.load_model(filepath)
# Take model input tensor
images = loaded_model.input
# Take output of the second layer (index 1)
output_tensor = loaded_model.layers[1].output
# Evaluate
output = sess.run(output_tensor, feed_dict=images: x_test[0:1])
print(output)
【讨论】:
以上是关于sess.run() 将值输入占位符张量的问题的主要内容,如果未能解决你的问题,请参考以下文章
使用稀疏张量为 TensorFlow 中的 softmax 层提供占位符
Tensorflow - 您必须使用 dtype float 为占位符张量“X”提供一个值