到目前为止，我正在使用tf.contrib.predictor.from_saved_model来加载Savedmodel（tf.estimator模型类）。但是，很遗憾，此功能已在TensorFlow v2中删除。到目前为止，在TensorFlow v1中，我的编码如下：

 predict_fn = predictor.from_saved_model(model_dir + '/' + model,signature_def_key='predict')

 prediction_feed_dict = dict()

 for key in predict_fn._feed_tensors.keys():

     #forec_data is a DataFrame holding the data to be fed in 
     for index in forec_data.index:
         prediction_feed_dict[key] = [ [ forec_data.loc[index][key] ] ]

 prediction_complete = predict_fn(prediction_feed_dict)

我使用tf.saved_model.load在TensorFlow v2中尝试了以下失败：

 model = tf.saved_model.load(model_dir + '/' + latest_model)
 model_fn = model.signatures['predict']

 prediction_feed_dict = dict()

 for key in model_fn._feed_tensors.keys(): #<-- no replacement for _feed_tensors.keys() found

     #forec_data is a DataFrame holding the data to be fed in 
     for index in forec_data.index:
         prediction_feed_dict[key] = [ [ forec_data.loc[index][key] ] ]

 prediction_complete = model_fn(prediction_feed_dict) #<-- no idea if this is anyhow close to correct

我的问题是（在TensorFlow v2中）：

1. 如何替换_feed_tensors.keys()？
2. 如何使用加载了tf.estimator的{​​{1}}模型以直接的方式进行推断

非常感谢，感谢您的帮助。

注意：该问题与先前发布的here并不相同，因为那里提供的答案都取决于TensorFlow v2中已删除的TensorFlow v1功能。