加载并向前传播预训练的模型

Question

我是深度学习的新手，因此找不到合适的指南。我希望加载一个经过预训练的模型，并通过它向前传播新数据。我使用了以下代码：

def loadModel(self,checkpoint_dir):ckpt_name))
    model = tf.train.import_meta_graph(checkpoint_dir+'/DCGAN.model-80002.meta')
    model.restore(self.sess, tf.train.latest_checkpoint(checkpoint_dir))
    self.graph = tf.get_default_graph()
    self.model=model

我在这里面临的一些障碍和问题：

• 这是最好的方法吗？在最新模型的上下文中，它并不是通用的。我只是复制了一个具有最新名称的文件，但是有一个我不知道如何使用的检查点文件。
• 现在如何通过模型向前传播新图像？
• 我是否必须知道隐藏层的内部结构，或者仅知道输入和输出的大小？
• 是否可以打印模型的外观，以便我知道它已正确加载？
• 如果我想改用pyTorch模型会怎样？相同的代码吗？

要针对我的情况，我想加载一个自定义的DCGAN，该自定义图片受256x256图像的训练。如果您知道任何或所有答案，请提供帮助。