Tensorflow 重用图形，并多次使用它

我在玩弄风格转换。一个重要部分是重新使用现有模型。目前我导入vgg图如下：

net = vgg16.get_vgg_model()
name_layer = 'conv2_2/conv2_2:0'
feature_transformed_image = tf.import_graph_def(
        net['graph_def'],
        name='vgg',
        input_map={'images:0': image},return_elements=[name_layer])

现在我想多次重复使用vgg模型（因为我需要获得多个图像的输出）

不幸的是，多次运行这段代码会使我多次导入整个图形（浪费RAM和时间）

---

所以我的问题是：如何一次导入这个图，并在多个输入中重复使用它

您可以将

feed_dict

参数中要替换的任何张量传递给

session.run

（不仅仅是显式

占位符）。你能导入一次图形，然后运行它多次输入不同的图像吗？亲爱的Allen，非常感谢你的回复，我不知道这是可能的！不幸的是，在这种情况下，我想计算几个图像在我的图表中的内容损失。。。对每个图像使用session.run意味着我无法计算图形本身的损失……您可以研究一下，它有一个评估指标的概念，可以在图形执行过程中积累信息（原理很简单，只是使用变量作为累加器，但可能它们有一个您可以使用的预制累加器）。