使用输入管道访问图中的输入变量

Question

假设有一个定义为 class 的模型，如下所示：

class SimpleAutoencoder(object):

    def __init__(self, x):

        self.x = x
        self.input_dim = 92
        self.latent_dim = 10

        self.build_model()


    def build_model(self):

        latent = tf.contrib.layers.fully_connected(self.x,
                                                   self.latent_dim,
                                                   scope='latent',
                                                   activation_fn=tf.nn.relu)

        self.x_hat = tf.contrib.layers.fully_connected(latent,
                                                  self.input_dim,
                                                  scope='output',
                                                  activation_fn=tf.nn.sigmoid)

        self.loss = tf.losses.mean_squared_error(self.x, self.x_hat)

        self.train_op = tf.AdamOptimizer().minimize(self.loss)

您使用输入管道训练它来提供数据：

...
x = iterator.get_next()
model = SimpleAutoencoder(x)
...

## train and save it to disk

现在，在构建模型时使用 self.x 的占位符时，我可以为其命名并在恢复模型进行推理时轻松访问输入变量。但是对于输入管道，x 不是变量、常量或占位符，因此我不能给它一个合适的名称。 如何将新数据注入 x 并通过图表提供？

尽管训练有效，但我认为我可能会以某种方式做错，因为代码对我来说真的很难看（将管道输出提供给 init 函数的部分）。

请帮我解决这个问题！谢谢！

Answer 1

您可以使用 x.name、

x

或者，您可以使用 x = tf.identity(x, name='my_name')、
将 x 重命名为您喜欢的名称
（使用这两种解决方案，您可以使用张量的名称来提供您的值——即使 x 不是占位符：
```
sess.run(my_ops, feed_dict{tensor_name: tensor_value})
```
)
或者，您可以用一个占位符替换整个输入管道（针对相反的问题解释了 — 用 Dataset 输入替换一个占位符）

使用输入管道访问图中的输入变量

Access input variable in graph with input pipeline

python

tensorflow

tensorflow-datasets