Python Tensorflow：在图像管道中定义占位符/操作名称

我想保存我训练过的Tensorflow模型，这样就可以通过恢复模型文件来部署它（我下面的例子似乎很有意义）。然而，要做到这一点，我需要命名张量，这样我就可以用如下方式重新加载变量：

graph = tf.get_default_graph()
w1 = graph.get_tensor_by_name("my_tensor:0")

我正在使用string\u input\u producer（下面的代码）对文件名列表中的图像进行排队，但是如何命名张量，以便在稍后阶段重新加载它们

import tensorflow as tf

flags = tf.app.flags
conf = flags.FLAGS

class ImageDataSet(object):
  def __init__(self, img_list_path, num_epoch, batch_size):

    # Build the record list queue
    input_file = open(images_list_path, 'r')
    self.record_list = []
    for line in input_file:
      line = line.strip()
      self.record_list.append(line)
    filename_queue = tf.train.string_input_producer(self.record_list, num_epochs=num_epoch)
    image_reader = tf.WholeFileReader()
    _, image_file = image_reader.read(filename_queue)
    image = tf.image.decode_jpeg(image_file, conf.img_colour_channels)

    # preprocess
    #  ...

    min_after_dequeue = 1000
    capacity = min_after_dequeue + 400 * batch_size
    self.images = tf.train.shuffle_batch(image, batch_size=batch_size, capacity=capacity,
      min_after_dequeue=min_after_dequeue)

---

我假设您希望恢复图形以进行测试或部署

出于这些目的，您可以通过插入占位符作为测试数据的入口来编辑图形

---

要编辑图形，您可以使用tf，或者使用占位符构建一个新图形并保存它。

是-我的目的是恢复图形以供部署。看起来我应该为image变量创建一个占位符，然后使用tf.assign将数据放入其中。下面是一个简单的示例，并对其进行测试。