Tensorflow初始值\u v2\u resnet推断

关于这一职位：

我试图使用inception_resnet_v2模型来预测图像。因此，我查看了这个代码段并试图让它运行，但它说“input_tensor”没有定义。提到的代码中是否缺少任何东西，或者有人能给我一些提示让它运行/如何定义输入张量变量吗

下面是代码片段：

import tensorflow as tf
slim = tf.contrib.slim
from PIL import Image
from inception_resnet_v2 import *
import numpy as np

checkpoint_file = 'inception_resnet_v2_2016_08_30.ckpt'
sample_images = ['dog.jpg', 'panda.jpg']
#Load the model
sess = tf.Session()
arg_scope = inception_resnet_v2_arg_scope()
with slim.arg_scope(arg_scope):
  logits, end_points = inception_resnet_v2(input_tensor, is_training=False)
saver = tf.train.Saver()
saver.restore(sess, checkpoint_file)
for image in sample_images:
  im = Image.open(image).resize((299,299))
  im = np.array(im)
  im = im.reshape(-1,299,299,3)
  predict_values, logit_values = sess.run([end_points['Predictions'],logits], feed_dict={input_tensor: im})
  print (np.max(predict_values), np.max(logit_values))
  print (np.argmax(predict_values), np.argmax(logit_values))

---

谢谢

代码片段似乎缺少对

输入张量

的任何定义。查看

inception\u resnet\u v2（）

函数的用法，在

feed\u dict

中使用张量的事实，以及图像大小为299 x 299的事实，您可以定义

input\u tensor

，如下所示：

input_tensor = tf.placeholder(tf.float32, [None, 299, 299, 3])