在DCGAN中恢复训练有素的发电机网络

Question

我对tensorflow中的保存和存储模型有疑问。我知道如何使用tf.train.Saver（）保存模型并稍后通过元文件加载它。我的问题是：

我已经训练了DCGAN（Deep Convolution GAN）的变体，现在我想只使用发电机网络来完成其他任务。不幸的是，我不知道如何获得整个生成器网络，如果我用新的向量z提供它，它会根据训练的参数生成输出。我在stackoverflow或tensorflow文档中找到的所有示例都只提到了两个数字的非常简单的操作。这不是我想要的。我想了解你是否已经培训了一个巨大的网络，比如50层，如何加载它并用新输入提供它并获得输出而不需要进入训练网络中的不同参数和层。我想将它加载为黑盒子。

Answer 1

您可以尝试类似

generator = Generator()
checkpoint = tf.train.Checkpoint(generator=generator)
checkpoint.restore(tf.train.latest_checkpoint(checkpoint_dir))

Generator（）构造函数与您在培训中使用的构造函数相同。