如何使用golang将shape=[？]的输入字符串馈送到tensorflow模型

列车模型Python代码：

input_schema = dataset_schema.from_feature_spec({
    REVIEW_COLUMN: tf.FixedLenFeature(shape=[], dtype=tf.string),
    LABEL_COLUMN: tf.FixedLenFeature(shape=[], dtype=tf.int64)
})

在python中，预测效果很好。客户机示例：

loaded_model = tf.saved_model.loader.load(sess, ["serve"], '/tmp/model/export/Servo/1506084916')
input_dict, output_dict =_signature_def_to_tensors(loaded_model.signature_def['default_input_alternative:None'])
start = datetime.datetime.now()
out = sess.run(output_dict, feed_dict={input_dict["inputs"]: ("I went and saw this movie last night",)})
print(out)
print("Time all: ", datetime.datetime.now() - start)

但golang客户端不起作用：

m, err := tf.LoadSavedModel("/tmp/model/export/Servo/1506084916", []string{"serve"}, &tf.SessionOptions{})
if err != nil {
    panic(fmt.Errorf("load model: %s", err))
}

data := "I went and saw this movie last night"
t, err := tf.NewTensor([]string{data})
if err != nil {
    panic(fmt.Errorf("tensor err: %s", err))
}
fmt.Printf("tensor: %v", t.Shape())

output, err = m.Session.Run(
    map[tf.Output]*tf.Tensor{
        m.Graph.Operation("save_1/StringJoin/inputs_1").Output(0): t,
    }, []tf.Output{
        m.Graph.Operation("linear/binary_logistic_head/predictions/classes").Output(0),
    }, nil,
)
if err != nil {
    panic(fmt.Errorf("run model: %s", err))
}

我得到一个错误：

恐慌：运行模型：必须为占位符张量输入一个值 带有数据类型字符串和形状[？]的“占位符” [[Node:Placeholder=Placeholder\u output\u shapes=[[？]]，dtype=DT\u STRING，shape=[？]， _device=“/job:localhost/replica:0/task:0/cpu:0”]]

如何用golang表示

shape=[？]

tensor？或者我需要更改python培训脚本的输入格式

UPD：

这个字符串

“save_1/StringJoin/inputs_1”

我在运行这个python代码后收到：

for n in sess.graph.as_graph_def().node:
    if "inputs" in n.name:
        print(n.name)

输出：

transform/transform/inputs/review/Placeholder 
transform/transform/inputs/review/Identity 
transform/transform/inputs/label/Placeholder 
transform/transform/inputs/label/Identity 
transform/transform_1/inputs/review/Placeholder 
transform/transform_1/inputs/review/Identity 
transform/transform_1/inputs/label/Placeholder 
transform/transform_1/inputs/label/Identity 
save_1/StringJoin/inputs_1 
save_2/StringJoin/inputs_1

---

该错误告诉您

必须为占位符张量“占位符”输入一个值。

：这意味着只有为该占位符输入一个值，才能生成图形

在python代码中，在以下行输入：

input_dict["inputs"]: ("I went and saw this movie last night",)

实际上，

input\u dict[“inputs”]

的计算结果是：

相反，在Go代码中，您正在寻找一个名为

save_1/StringJoin/inputs_1

的张量，它不是占位符

遵循的规则是：在Python和Go中使用相同的输入

因此，要解决这个问题，您只需从图中提取名为

占位符的占位符（就像python中的占位符一样），然后使用它

m.Graph.Operation("Placeholder").Output(0): t,

另外，我建议您在tensorflow API周围使用一个更完整、更易于使用的包装器：
错误告诉您
必须为占位符tensor'placeholder'输入一个值。
：这意味着在为占位符输入一个值之前，无法构建图形

在python代码中，在以下行输入：

input_dict["inputs"]: ("I went and saw this movie last night",)

实际上，
input\u dict[“inputs”]
的计算结果是：

相反，在Go代码中，您正在寻找一个名为
save_1/StringJoin/inputs_1
的张量，它不是占位符

遵循的规则是：在Python和Go中使用相同的输入

因此，要解决这个问题，您只需从图中提取名为
占位符的占位符（就像python中的占位符一样），然后使用它

m.Graph.Operation("Placeholder").Output(0): t,

另外，我建议您在tensorflow API周围使用一个更完整、更易于使用的包装器：
还有一件事。我读了TF文档，发现了这个

它有助于找到正确的输入/输出键，例如响应：

The given SavedModel SignatureDef contains the following input(s): inputs['inputs'] tensor_info:
    dtype: DT_STRING
    shape: (-1)
    name: Placeholder:0

PS/作为聚焦的答案发布
还有一件事。我读了TF文档，发现了这个

它有助于找到正确的输入/输出键，例如响应：

The given SavedModel SignatureDef contains the following input(s): inputs['inputs'] tensor_info:
    dtype: DT_STRING
    shape: (-1)
    name: Placeholder:0

PS/作为聚焦的答案发布
您确定
保存1/StringJoin/inputs\u 1
与
输入dict[“inputs”]
相同吗？我用“保存1/StringJoin/inputs\u 1”的信息更新了主题。我尝试了其他键，但结果是相同的-错误。能否显示
打印的输出（input_dict[“inputs”]）
？所有input_dict:
{u'inputs'：}
Hm。。如果将Go-feed dict从'm.Graph.Operation（“save_1/StringJoin/inputs_1”）.Output（0）：t，`更改为'm.Graph.Operation（“占位符”）.Output（0）：t，`，会发生什么？您确定
save_1/StringJoin/inputs_1
与
input_-dict[“inputs”]
的值相同吗？我用关于“save_1/StringJoin/inputs_1”的信息更新了主题。我尝试了其他键，但结果是相同的-错误。能否显示
打印的输出（input_dict[“inputs”]）
？所有input_dict:
{u'inputs'：}
Hm。。如果将Go-feed dict从`m.Graph.Operation（“save_1/StringJoin/inputs_1”）.Output（0）：t`更改为`m.Graph.Operation（“占位符”）.Output（0）：t，`，会发生什么？