如何使用Tensorflow r-1.0將一個模型的輸出作爲另一個模型的輸入？

Question

我已經定義了兩類模型，x和y。

class x(): 
    def __init__(self, x_inp1, x_inp2): 
     # do sth... 

    def step(self, session, encoder_inputs): 
     input_feed = {} 
     for l in range(encoder_size): 
      input_feed[self.encoder_inputs[l].name] = encoder_inputs[l] 
     ... 
     output_feed = [x_output] 
     return session.run(x_output) 

class y(): 
    def __init__(self, y_inp1, y_inp2): 
     # do sth... 

    def step(self, encoder_inputs): 
     input_feed = {} 
     for l in range(encoder_size): 
      input_feed[self.encoder_inputs[l].name] = encoder_inputs[l] 
     ... 

它們有很相似的功能。然後我定義另一個班級將其分組。

class gp(): 
    def __init__(self, x_inp1, x_inp2, y_inp1, y_inp2): 
     with tf.variable_scope('x'): 
       self.x_model = x(x_inp1, x_inp2) 
     with tf.variable_scope('y'): 
       self.y_model = y(y_inp1, y_inp2) 
    def step(self, session, encoder_inputs): 
     x_output = self.x_model.step(session, encoder_inputs) 
     y_output = self.y_model.step(session, x_output) 
     ... 

請注意到y_model需要的x_model輸出作爲輸入。我在main功能運行gp()：

with tf.Session() as sess: 
    gp_m = gp(x_inp1, x_inp2, y_inp1, y_inp2) 
    gp_m.step(sess, x_inp1, x_inp2, y_inp1, y_inp2) 

和運行後x_output = self.x_model.step(encoder_inputs)並開始做y_output = self.y_model.step(x_output)，我得到了這樣的錯誤：

InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'x/encoder0' with dtype int32 
[[Node: x/encoder0 = Placeholder[dtype=DT_INT32, shape=[], _device="/job:localhost/replica:0/task:0/cpu:0"]()]] 

請注意此錯誤指向x_model連它的一步功能已經完成。我想知道如何將x_model的輸出作爲y_model的輸入而沒有任何錯誤？提前致謝！

Answer 1

您應該將呼叫推遲到session.run以超出step功能。這裏的問題是試圖運行Y觸發器X，因爲它們連接在圖中。

相反，它可能更好地完全分離您的程序的圖形構建和圖形運行階段，因此您知道什麼時候提供佔位符。