c++ - 为什么我得到 "You must feed a value for placeholder tensor ' 输出 ' 与 dtype int64"？

Question

我正在尝试构建一个 C++ 程序来读取预训练模型并使用它。我拿了代码 from here并对其进行了一些修改。 我现在拥有的是:

int main(int argc, char* argv[]) {
  // Initialize a tensorflow session
  Session* session;
  Status status = NewSession(SessionOptions(), &session);
  if (!status.ok()) {
    std::cout << status.ToString() << "\n";
    return 1;
  }

  // Read in the protobuf graph we exported
  GraphDef graph_def;
  status = ReadTextProto(Env::Default(), "models/train.pbtxt", &graph_def);
  if (!status.ok()) {
    std::cout << status.ToString() << "\n";
    return 1;
  }

  // Add the graph to the session
  status = session->Create(graph_def);
  if (!status.ok()) {
    std::cout << status.ToString() << "\n";
    return 1;
  }

  tensorflow::Tensor inputs(DT_FLOAT, TensorShape({46}));
  auto inputs_flat = inputs.flat<float>();
  inputs_flat.setRandom();

  // The session will initialize the outputs
  std::vector<tensorflow::Tensor> outputs;

  status = session->Run({{"input", inputs}}, {"output"}, {}, &outputs);
  if (!status.ok()) {
    std::cout << status.ToString() << "\n";  // <--- error shows here
    return 1;
  }

  // Grab the first output
  // and convert the node to a scalar representation.
  auto output_c = outputs[0].scalar<int>();

  // Print the results
  std::cout << outputs[0].DebugString() << "\n";
  std::cout << output_c() << "\n";

  // Free any resources used by the session
  session->Close();
  return 0;
}

但是当我运行它的时候，我得到了

Invalid argument: You must feed a value for placeholder tensor 'output' with dtype int64
     [[Node: output = Placeholder[_output_shapes=[[-1]], dtype=DT_INT64, shape=[], _device="/job:localhost/replica:0/task:0/cpu:0"]()]]

我在 models/train.pbtxt 中阅读的图表有 14K 行，所以我不会在这里复制它。我会把相关部分:

...................
node {
  name: "input"
  op: "Placeholder"
  attr {
    key: "_output_shapes"
    value {
      list {
        shape {
          dim {
            size: -1
          }
          dim {
            size: 46
          }
        }
      }
    }
  }
  attr {
    key: "dtype"
    value {
      type: DT_FLOAT
    }
  }
  attr {
    key: "shape"
    value {
      shape {
      }
    }
  }
}
node {
  name: "output"
  op: "Placeholder"
  attr {
    key: "_output_shapes"
    value {
      list {
        shape {
          dim {
            size: -1
          }
        }
      }
    }
  }
  attr {
    key: "dtype"
    value {
      type: DT_INT64
    }
  }
  attr {
    key: "shape"
    value {
      shape {
      }
    }
  }
}
...................

问题是这样的:这条错误消息告诉我什么？

Answer 1

在原始图中，有一个名为"output" 的节点是tf.placeholder() ，即必须为 fed 的符号张量当您运行任何依赖它的操作时。

在下一行中，调用了session->Run() ，您要告诉 TensorFlow 评估并获取名为 "output" 的节点的结果:

status = session->Run({{"input", inputs}}, {"output"}, {}, &outputs);

这似乎没有意义:为什么要获取必须在同一行上提供的占位符的值？

我怀疑名为 "output" 的节点实际上并不对应于您的模型的输出(例如预测)，而是用于输入预期输出的占位符(例如已知的为 "input" 提供的相应值的标签)。图中可能还有一些其他节点，您可以评估这些节点以获得预测，但其名称将取决于您最初构建该图的方式。