Tensorflow 寻找protobuf模型的输入张量

问题是：我试图从一个冻结到.pb（ProtoBuf）文件的模型中进行推理

我已经正确地冻结了模型，选择了我感兴趣的用于推断的节点（仅输出）。我也可以选择输出张量，但当我输入张量时，会产生类似的错误：

InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'w2' with dtype float
 [[Node: w2 = Placeholder[dtype=DT_FLOAT, shape=<unknown>, _device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]

下面是我用来进行推断的代码（来自.pb文件）：

---

任何帮助都是非常有价值的，谢谢

为了明确回答这个问题：

---

如果有人有这个问题。。对我有效的修复方法是更改行：

feed_-dict={w1:4，w2:8}

与

feed_-dict={'w1:0'：4，'w2:0'：8}

，因为这个节点已经创建。如果要打印图形的节点，则获取它们的线为：

[n.name for n in tf.get_default_graph().as_graph_def().node] 

---

如果有人有这个问题。。对我有效的修复方法是将行feed_dict={w1:4，w2:8}更改为feed_dict={'w1:0'：4，'w2:0'：8}，因为已经创建了这个节点。如果要打印图形的节点，则获取它们的行是：[n.name for n in tf.get_default_graph（）.as_graph_def（）.node]

w1 = tf.placeholder("float")
w2 = tf.placeholder("float")
with tf.Session() as sess:
    init = tf.global_variables_initializer()

    with tf.gfile.FastGFile("my_test_model/frozen_model.pb", 'rb') as f:
        graph_def = tf.GraphDef()
        graph_def.ParseFromString(f.read())
        _ = tf.import_graph_def(graph_def, name='')
    tensor = sess.graph.get_tensor_by_name('op_to_restore:0')
    # sess.run(init)
    print(tensor)
    predictions = sess.run(tensor, feed_dict={w1: 4, w2: 8})

print(predictions)

[n.name for n in tf.get_default_graph().as_graph_def().node]