我是TensorFlow新手。我已经从Deeppose的开源实现中训练了TensorFlow模型，现在必须针对新的一组图像运行该模型。

该模型在大小为100 * 100图像上进行了训练，因此我将新图像集的大小调整为相同大小。我有149新图像要运行该模型。运行模型时，出现以下错误。

InvalidArgumentError (see above for traceback): Assign requires shapes
of both tensors to match. lhs shape= [20] rhs shape= [48]

在生产线上

saver = tf.train.Saver(tf.all_variables())

我怀疑训练后的模型尺寸和测试图像尺寸不匹配。我不清楚如何解决此问题。我从tf.all_variables()调用中打印出了变量列表。这里是

Tensor("Placeholder:0", shape=(128, 100, 100, 3), dtype=float32)
(11, 11, 3, 20)
conv1/weights:0
(20,)
conv1/biases:0
(5, 5, 20, 35)
conv2/weights:0
(35,)
conv2/biases:0
(3, 3, 35, 50)
conv4/weights:0
(50,)
conv4/biases:0
(3, 3, 50, 75)
conv5/weights:0
(75,)
conv5/biases:0
(300, 1024)
local1/weights:0
(1024,)
local1/biases:0
(1024, 1024)
local2/weights:0
(1024,)
local2/biases:0
(1024, 0)
softmax_linear/weights:0
(0,)
softmax_linear/biases:0

我不确定RHS参数来自何处。我查看了所有配置文件，似乎没有任何参数指定此配置。

解决这个问题的任何帮助将不胜感激。