session.run() 为相同的输入给出不同的结果

Question

我正在加载一个 tensorflow 保存的模型并尝试使用加载的模型进行推断。

以灰度图为输入，输出相同大小的灰度图。

import tensorflow as tf
import numpy as np
from PIL import Image

img_width=224
img_height=224

export_path='/path/to/my/saved/model'
with tf.compat.v1.Session(graph=tf.compat.v1.Graph()) as sess:
  # Load model
  tf.compat.v1.saved_model.loader.load(sess, ['serve'], export_path)

  # Load test image (grayscale)
  path = '/path/to/test/images/image.png'
  img = Image.open(path)
  img.show()
  img_data = np.array(img).reshape(1,img_width,img_height,1)

  # Infer output
  y_pred = sess.run('output:0', feed_dict={'input:0': img_data })
  print(y_pred.shape)

  # Show output image
  im1 = Image.fromarray(np.uint8(y_pred.reshape(img_width,img_height)*255), 'L')
  im1.show()

  # Infer output
  y_pred = sess.run('output:0', feed_dict={'input:0': img_data })

  # Show output image
  im2 = Image.fromarray(np.uint8(y_pred.reshape(img_width,img_height)*255), 'L')
  im2.show()

运行这个简单的代码，我得到了 2 个不同的结果。 Im1 与 Im2 不完全相同。

我做错了吗？

import tensorflow as tf
print(tf.__version__)
2.1.0

Answer 1

我肯定没有使用正确的方式重新加载 TF21 保存的模型。