Android导入TensorFlow模型报错：需为Placeholder张量提供float类型值

我之前也碰到过一模一样的问题，这个报错的核心原因很明确：你的Android应用在调用模型推理时，没有给模型里的所有Placeholder张量传入对应的数据，或者传入的张量名称和模型里的不匹配。咱们一步步排查解决：

1. 先搞清楚Python端模型里的Placeholder细节 #

首先得确认你冻结后的模型里到底有哪些Placeholder，以及它们的名称和形状——这是最容易踩坑的地方。你可以在Python里写一段简单的代码来检查：

import tensorflow as tf

# 加载冻结后的模型
with tf.gfile.GFile('你的冻结模型路径/frozen.pb', 'rb') as f:
    graph_def = tf.GraphDef()
    graph_def.ParseFromString(f.read())

with tf.Session() as sess:
    sess.graph.as_default()
    tf.import_graph_def(graph_def, name='')
    # 打印所有Placeholder节点的名称和形状
    print("模型中的Placeholder节点：")
    for op in sess.graph.get_operations():
        if op.type == 'Placeholder':
            print(f"名称：{op.name}，形状：{op.outputs[0].shape}")

运行这段代码后，你就能明确知道模型需要哪些输入，比如可能是input_image:0、keep_prob:0这类名称——尤其要注意有没有额外的Placeholder（比如训练时用的dropout参数，推理时需要喂1.0）。

2. 检查Android端的张量名称和喂数逻辑 #

Android端用TensorFlowInferenceInterface时，必须保证feed()方法里的张量名称和Python端查到的完全一致（包括后面的:0后缀，有些版本省略也能识别，但保险起见用完整名称），同时输入数据的形状也要匹配。

举个例子，如果Python端查到的输入Placeholder是input_1:0，形状是[None, 224, 224, 3]，那Android里的代码应该是这样的：

// 假设inputData是已经预处理好的224x224x3的float数组
inferenceInterface.feed("input_1:0", inputData, 1, 224, 224, 3);
// 如果模型里还有其他Placeholder（比如keep_prob），也要喂值
inferenceInterface.feed("keep_prob:0", new float[]{1.0f});
// 然后再运行推理
inferenceInterface.run(OUTPUT_NODES);

这里最容易犯的错就是张量名称写错（比如少了:0，或者拼写错误），或者漏喂了某个隐藏的Placeholder（比如dropout的参数）。

3. 确认模型冻结和优化的正确性 #

如果你用了optimize_for_inference.py来优化模型，一定要确保指定的--input_names参数和Python端的Placeholder名称完全一致，比如：

python optimize_for_inference.py --input=frozen.pb --output=optimized.pb --input_names="input_1:0,keep_prob:0" --output_names="你的输出节点名称:0"

如果优化时输入名称写错了，可能会导致模型结构异常，Android端加载后出现找不到输入节点或者需要额外喂值的情况。

另外，也可以在Python里直接用冻结后的模型跑一次推理，确认模型本身没问题——如果Python里能正常运行，那问题大概率出在Android端的喂数逻辑上。

4. 调试Android端的模型节点信息 #

如果还是找不到问题，可以在Android里加一段代码，打印加载后的模型里的所有Placeholder，确认和Python端的一致：

import org.tensorflow.Graph;
import org.tensorflow.Operation;

// 获取模型的Graph对象
Graph graph = inferenceInterface.graph();
// 遍历所有节点，打印Placeholder信息
for (Iterator<Operation> it = graph.operations(); it.hasNext(); ) {
    Operation op = it.next();
    if (op.type().equals("Placeholder")) {
        Log.d("TF_DEBUG", "Placeholder名称：" + op.name() + "，形状：" + op.output(0).shape());
    }
}

通过Log就能看到Android端实际加载的模型里有哪些Placeholder，再对应着去补全feed()代码即可。

内容的提问来源于stack exchange，提问作者Petra