KeyError：“名称‘loss:0’指的是一个不存在的张量。操作‘loss’在图中不存在。”答案

【问题标题】：KeyError: "The name 'loss:0' refers to a Tensor which does not exist. The operation, 'loss', does not exist in the graph."KeyError：“名称‘loss:0’指的是一个不存在的张量。操作‘loss’在图中不存在。”
【发布时间】：2018-12-27 17:05:27
【问题描述】：

KeyError: "名称 'loss:0' 指的 Tensor 不存在。操作 'loss' 在图中不存在。"

大家好，我在使用 tensorflow 模型时遇到了问题。代码在终端中编译时运行良好，但是当我尝试将其设为 python API 时，它显示上述错误

output_layer = 'loss:0'
input_node = 'Placeholder:0'

# Crop the center for the specified network_input_Size
augmented_image = crop_center(augmented_image, network_input_size, network_input_size)


with tf.Session() as sess:
    prob_tensor = sess.graph.get_tensor_by_name(output_layer)
    predictions = sess.run(prob_tensor, {input_node: [augmented_image] })

上面的代码是在说错误

prob_tensor = sess.graph.get_tensor_by_name(output_layer)

【问题讨论】：

请问您解决了这个问题吗？运行此示例时遇到相同的问题：docs.microsoft.com/en-us/azure/cognitive-services/…
Bgr_image 是一个未定义的参数。将其替换为 augmented_image，因为这是我们对输入图像所做的最后一次修改。它现在对我有用。

标签： python python-3.x tensorflow tensorboard tensor

【解决方案1】：

不确定是否与您的案例相关，但我在尝试从 Azure 自定义视觉服务 here 运行示例时遇到了同样的错误消息。

问题是因为我在导入图表时给了它一个名称 - 但应该在此处将其保留为空字符串：tf.import_graph_def(graph_def, name='')

【讨论】：

【解决方案2】：

我在使用从 Azure 自定义视觉服务导出的模型时遇到了同样的问题。在我的情况下，将输出张量的名称从“损失”更改为“模型输出”有效：

output_layer = 'model_outputs:0'

【讨论】：

【解决方案3】：

我在导出自定义视觉模型时遇到了同样的问题。当我使用 model_outputs:0 它运行。然而，预测数组没有意义。当我在自定义视觉中测试模型时，我得到 4 个对象 Three cars and a truck

但是预测数组的形状是 13X13X40

【讨论】：