Tensorflow：sess.run返回相同的输出标签

Question

我实现了一个Tensorflow图像分类器，最后， sess.run每次sess.run返回相同的np数组。 我不知道为什么会这样？

有人可以告诉我我做错了吗？

def predict():

  train = data.train
  test = data.test
  tf.reset_default_graph()

  (n_x, m) = train.images.T.shape #n_x is 784
  X = xPlaceholder(n_x) ##return X of shape(784,)

  with tf.Session() as sess:
      new_saver = tf.train.import_meta_graph('~/trained-model.ckpt.meta')
      new_saver.restore(sess, '~/trained-model.ckpt')
      #y_pred is the softmax of last output layer; 
      y_pred = tf.get_default_graph().get_tensor_by_name('y_pred:0')
      #imageprepare function return (784,) np array
      output_label = sess.run(pred, feed_dict={X: imageprepare('jean.jpeg')}) 
      print(output_label)

输出标签以形状[10，]的np数组形式返回，其中10是标签数。 提前致谢。

Answer 1

在以下代码中，您根本不会执行恢复的图形。 您创建了一个单独的占位符X ，它不属于还原的图形管道。 并且您执行的变量pred超出了您提供的范围（此处未定义）。

如果只需要推断，则可以将字符串形式的操作（变量，占位符）名称传递给session.run：

session.run('y_pred:0', feed_dict={'x_placheholder:0':numpy_image})

确保在构造图形时设置了这些变量名称（即tf.placeholder(shape, name='x_placholder') ）。