Tensorflow: इनपुट चर की पहचान कैसे करें? / क्या इनपुट प्लेसहोल्डर के बिना भविष्यवाणी को सहेजना और उपयोग करना संभव है?

Tensorflow 1.3.1 . का उपयोग करना

मैंने एक तंत्रिका नेटवर्क बनाया है और इसे प्रशिक्षित किया है और अब मैं इसे tf.saved_model.simple_save(sess, export_dir, inputs, outputs) का उपयोग करके सहेजना चाहूंगा ताकि मैं इसका उपयोग भविष्यवाणियां करने के लिए कर सकूं। इसलिए मुझे अपने मॉडल के 'इनपुट' वैरिएबल को खोजने की जरूरत है।

मेरे पास जो मॉडल है उसे इस तरह परिभाषित किया गया है:

def __call__(self, obs, reuse=False):
    with tf.variable_scope(self.name) as scope:
        if reuse:
            scope.reuse_variables()

        x = obs
        x = tf.layers.dense(x, self.nb_units)
        if self.layer_norm:
            x = tc.layers.layer_norm(x, center=True, scale=True)
        x = tf.nn.relu(x)

        x = tf.layers.dense(x, self.nb_units)
        if self.layer_norm:
            x = tc.layers.layer_norm(x, center=True, scale=True)
        x = tf.nn.relu(x)

        x = tf.layers.dense(x, self.nb_actions,
                            kernel_initializer=tf.random_uniform_initializer(minval=-3e-3, maxval=3e-3))
        x = tf.nn.tanh(x)
    return x

जब मैं दायरे में चर को देखता हूं (उपयोग करके):

for i in tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES, scope='actor'):
    print(i.name + ':\t', end=''); print(i)

मुझे समझ आ गया:

actor/dense/kernel:0:   <tf.Variable 'actor/dense/kernel:0' shape=(270, 512) dtype=float32_ref>
actor/dense/bias:0: <tf.Variable 'actor/dense/bias:0' shape=(512,) dtype=float32_ref>
actor/LayerNorm/beta:0: <tf.Variable 'actor/LayerNorm/beta:0' shape=(512,) dtype=float32_ref>
actor/LayerNorm/gamma:0:    <tf.Variable 'actor/LayerNorm/gamma:0' shape=(512,) dtype=float32_ref>
actor/dense_1/kernel:0: <tf.Variable 'actor/dense_1/kernel:0' shape=(512, 512) dtype=float32_ref>
actor/dense_1/bias:0:   <tf.Variable 'actor/dense_1/bias:0' shape=(512,) dtype=float32_ref>
actor/LayerNorm_1/beta:0:   <tf.Variable 'actor/LayerNorm_1/beta:0' shape=(512,) dtype=float32_ref>
actor/LayerNorm_1/gamma:0:  <tf.Variable 'actor/LayerNorm_1/gamma:0' shape=(512,) dtype=float32_ref>
actor/dense_2/kernel:0: <tf.Variable 'actor/dense_2/kernel:0' shape=(512, 10) dtype=float32_ref>
actor/dense_2/bias:0:   <tf.Variable 'actor/dense_2/bias:0' shape=(10,) dtype=float32_ref>

मैंने इसे बचाने की कोशिश की

x = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES, scope='actor/dense/kernel:0')[0]
y = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES, scope='actor/dense_2/bias:0')[0]
tf.saved_model.simple_save(sess, model_save_name, inputs={"state": x}, outputs={"action": y})

और फिर इसे लोड कर रहा है

predict_fn = predictor.from_saved_model(load_dir)
predictions = predict_fn({"state": np.zeros(270)})

लेकिन मुझे त्रुटि मिलती है

ValueError: Cannot feed value of shape (270,) for Tensor 'actor/dense/kernel:0', which has shape '(270, 512)'

मैंने इनपुट डेटा के लिए प्लेसहोल्डर परिभाषित नहीं किया है। क्या इसका मतलब यह है कि मैं इसे सहेज नहीं सकता और फिर इसे simple_save दृष्टिकोण के माध्यम से लोड नहीं कर सकता?