相关疑难解决方法(0)

我已经训练了一个DCGAN模型,现在想把它加载到一个库中,通过图像空间优化可视化神经元激活的驱动程序.

以下代码有效,但在进行后续图像分析时,迫使我使用(1,宽度,高度,通道)图像,这是一种痛苦(图书馆对网络输入形状的假设).

# creating TensorFlow session and loading the model
graph = tf.Graph()
sess = tf.InteractiveSession(graph=graph)

new_saver = tf.train.import_meta_graph(model_fn)
new_saver.restore(sess, './')

我想更改input_map,在阅读源代码后,我希望这段代码能够正常工作:

graph = tf.Graph()
sess = tf.InteractiveSession(graph=graph)

t_input = tf.placeholder(np.float32, name='images') # define the input tensor
t_preprocessed = tf.expand_dims(t_input, 0)

new_saver = tf.train.import_meta_graph(model_fn, input_map={'images': t_input})
new_saver.restore(sess, './')

但是得到了一个错误:

ValueError:tf.import_graph_def()要求使用非空nameif input_map.

当堆栈到达tf.import_graph_def()name字段时设置为import_scope,所以我尝试了以下操作:

graph = tf.Graph()
sess = tf.InteractiveSession(graph=graph)

t_input = tf.placeholder(np.float32, name='images') # define the input tensor
t_preprocessed = tf.expand_dims(t_input, 0)

new_saver = tf.train.import_meta_graph(model_fn, input_map={'images': …