Python ValueError：提供了输出名称：logits/BiasAdd，但Tensorflow图不包含具有此名称的张量

我在做一个检测眼睛区域的项目，我有一个冻结的推理模型。 我正在尝试将此模型转换为.mlmodel（使用tfcoreml），但出现以下错误：

ValueError:提供了输出名称：logits/BiasAdd，但Tensorflow图不包含具有此名称的张量

但图上存在张量，这是：

+这是输入张量（输入到浮点）：

+这是输出张量（logits/biasad）：

这是我用来转换的代码：

将tfcoreml作为tf\u转换器导入
tf\u converter.convert（tf\u model\u path='C:\\Users\\User\\cnn面部地标\\irismodel\\freeze2\\freezed\u inf\u model\u iris.pb'，
mlmodel_path='irismodelios.mlmodel'，
输出特性名称=['logits/BiasAdd']，
input_name_shape_dict={'input_to_float'：[1111112,3]}）

---

如何解决此错误？

我可以说我通过以下方式解决了问题：

优化冻结图后，我得到占位符而不是OneShotterator、IteratorGetNext和cast。 转换前：（优化图）

，但我不确定，因为我怀疑输入到浮点数应该是[1112112,3]而不是[311212]：

CMD的日志：

Core ML input(s):
[name: "input_to_float__0"
type {
multiArrayType {
shape: 3
shape: 112
shape: 112
dataType: DOUBLE
}
}
]
Core ML output(s):
[name: "logits__BiasAdd__0"
type {
multiArrayType {
shape: 80
dataType: DOUBLE
}
}
]

转换（.mlmodel文件）后

---

尝试

logits/biaadd:0

，最后使用

：0

。当我尝试

logits/biaadd:0

时，我得到其他错误>未实现错误：类型为OneShotterator、IteratorGetNext、Shape、Pack的不支持的操作