Python — Выполнение модели, обученной в skflow, с использованием API Tensorflow C ++

Можно ли выполнить график с помощью API Tensorflow C ++, который не имеет помеченных входных (или выходных) узлов? Насколько я знаю, при обучении моей модели (с использованием skflow в python, который я затем позже сохранил как двоичный протобуф), у меня не было помеченных узлов ввода / вывода, но я смог восстановить модель и делать предсказания без затруднений. в Python. При использовании API C ++ для выполнения графа входные векторы представляют собой пары строк и тензоров, где я предполагаю, что строка представляет собой метку входного узла. Из документов:

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

Запускает график с предоставленными входными тензорами и заполняет выходные данные для
конечные точки, указанные в output_tensor_names. Бежит, но не
возвращать Тензорные узлы в именах целевых_узлов.

Есть ли способ, как я могу выполнить график, не зная меток моих узлов ввода / вывода? Возможно, есть способ, которым я могу загрузить график в Python, присвоить метки узлам, а затем снова сохранить его как протобуф? В идеале я хотел бы просто передать вектор, который применяется к входным узлам, и не беспокоиться о каких-либо метках.