Python 将TF2.0中的feed_dict替换为函数中张量的张量输入

我有一个Keras回调，它从特定Keras层检索值，如下所示：

def run(self, fetches, next_batch):
    """Run fetches using the validation data passed in during initialization."""
    input_data, target_data = self.sess.run(next_batch)
    feed_dict = {self.model.inputs[0]: input_data,
                 self.model._targets[0]: target_data}
    result = self.sess.run(fetches=fetches, feed_dict=feed_dict)
    return result

next\u batch

是一个数据集。在tf1中调用one\u shot\u迭代器。我用next（iter（ds））代替了它。那部分很好用

但是，我不知道如何重写sess.run（）调用。我想从“fetches”张量中获取输出，但它们的输入是模型中更高的其他张量。我知道哪些张量是我的输入张量，但如何将数据传递给它们，并从后面的层中的张量中获得我想要的输出

---

我读了关于这个问题的文章，但它确实简明扼要，毫无帮助。我找不到更多关于stackoverflow的信息。

可以通过这种方式从模型中获取特定层的输出

#从第1层获取输出
out1=model.get\u层（layer1\u名称）。输出
#从层2获取输出
out2=模型。获取层（层2\u名称）。输出
#具有层输出的新模型
MyModel=Model（输入=模型。输入，输出=[out1，out2]）

现在您可以像这样传递值

#调用模型
mymodel=mymodel（）
#传递您的输入
输出=mymodel（输入）

记住，

outputs

是两个输出的数组，可以通过

output1=输出[0]
输出2=输出[1]

TF2.0不需要

session（）

或

eagent execution

我知道，但如何将数据传递到TF2.0中的模型中？我必须在函数中定义整个图形吗？您可以通过调用model

model=MyModel（）

在模型中传递数据，然后传递数据

model（input_data）

，但这不起作用，因为我不想只运行模型-我需要从模型中间返回某些张量的值，不仅仅是输出层。在TF1中，可以通过将这些张量传递给session.run（）和feed命令。如果需要层的输出，则可以使用

out1=model.get\u layer（layer\u name）。输出

，然后通过

model（输入=输入，输出=out1）