python - tensorflow-1.14,15中的操作组成
问题描述
我正在尝试在 tensorflow 1.15 中进行非常简单的操作。我有一个要用于推理的预训练网络。
该网络公开了一个tf.global_variable
let's sayinput
和一个输出 say output
。现在有一个会话变量sess
,如果你想进行推理,你只需运行:
inference_output = sess.run(output, {input: input_numpy})
我的问题是我已经实现了这个推理的前端(计算input
),这是一组我将调用的张量流操作,exp
它需要一个输入变量 say args
。
我找不到方法,因此将 的值提供exp
给全局变量input
,因此我的图表变为:
args -> (expr -> input) -> output
现在我这样做是:
preprocessing_inp = sess.run(expr, {args: args_numpy})
inference_output = sess.run(output, {input: preprocessing_inp})
但我希望只有一个操作(所以一切都通过一个 gpu 传递):
inference_output = sess.run(output, {args: args_numpy})
解决方案
推荐阅读
- laravel - 在 api 路由文件中检索标头值在 Laravel 中不起作用
- android-tv - 知道焦点在 Android TV 的最左侧视图
- python - super(subclass, class).__new__(class) 做什么?
- wordpress - How to make an input allows html tags in wordpress website
- javascript - 如何将数据库列标题名称与下拉菜单中的值匹配
- javascript - 在jquery中隐藏带有复选框的行
- git - 使用拉取请求从主服务器恢复合并提交(受保护的主服务器)
- react-native - 视图的 ReactNative 动画宽度不起作用
- java - KeyStore 和 TrustStore 加载失败 - 私钥必须附有证书链
- tfs - NuGet 包仅在 TFS 管理的源中显示为预发布