是否可以使用Tensorflow C++ API执行一个没有标记输入（或输出）节点的图？我所知的是，在训练我的模型时（使用Python中的skflow，后来将其保存为二进制protobuf），我没有标记输入/输出节点，但在Python中我能够轻松地恢复模型并进行预测。当使用C++ API执行图时，输入向量是字符串和张量的对，我假设字符串指的是输入节点的标签。根据文档：

Session::Run(const std::vector< std::pair< string, Tensor > > &inputs,const std::vector< string > &output_tensor_names,const std::vector< string > &target_node_names,std::vector< Tensor > *outputs)=0

使用提供的输入张量运行图，并为output_tensor_names中指定的端点填充输出。对于target_node_names中的节点运行但不返回张量。

有没有办法在不知道输入/输出节点的标签的情况下执行图？也许我可以在Python中加载图，给节点加上标签，然后再次将其保存为protobuf？我理想的做法是只传入一个向量应用到输入节点，而不必担心任何标签。

回答：

在skflow中，所有节点都已经有标签，它会自动为你恢复这些标签。

默认名称分别是input:0和output:0，对应X和y，然后根据你使用的模型，还有一些预测和损失的自定义名称。

要找出预测和概率节点的名称，可以查看你保存模型的目录中的endpoints文件（如果你使用estimator.save(path)来保存）。

它应该看起来像这样：

input:0

output:0

logistic_regression/softmax_classifier/Softmax

logistic_regression/softmax_classifier/xent:0

其中前两个是输入/输出节点的名称，后两个是预测和损失节点。