tf.saved_mode.simple_save（）的“輸入”和“輸出”參數是什么？

Question

我正在將訓練有素的模型用於生產推理。 為此，我需要保存模型，以便可以在運行時從生產運行到生產運行更改模型（和/或檢查點）。 移動的模型的輸入和輸出形狀可以隨運行而變化。

所以我在看tf.saved_model.simple_save ：

simple_save(session, export_dir, inputs={"x": x, "y": y}, outputs={"z": z})

如果我運行推斷生產代碼，例如：

session = Session()
inputs = tf.placeholder(dtype=tf.float32, shape=(None, height, width, in_channel_size), name='input_img')
model = Some_Model(inputs, num_classes=no_of_defects, is_training=False)
logits, _ = model.build_model()
predictor = tf.nn.softmax(self.logits, name='logits_to_softmax')
feed_dict = {inputs: inputs}
prediction_probabilities = session.run(self.predictor, feed_dict=feed_dict)

然后，如何確定要輸入的inputs和outputs ：

simple_save(session, export_dir, inputs=???, outputs=???)

即tf.saved_mode.simple_save()的“輸入”和“輸出”參數是什么？

如果相關的話，我正在PyCharm中運行調試會話。

Answer 1

在我看來，它將是：

 simple_save(session, export_dir, inputs=feed_dict, outputs={"predictor" : predictor}))

Answer 2

simple_save(session, export_dir, inputs={"inputs" : inputs}, outputs={"predictor" : predictor})