tensorflow如何在auto_encoder（encoder_decoder）框架中还原并独立使用解码器

Question

在编码器解码器框架中，我创建了一个像这样的模型图：

saver=tf.train.Saver()
with tf.variable_scope('encoder',inputs_placeholder):
   layer=tf.layers.dense(inputs_placeholder,512,activation=tf.n.relu)
   layer=tf.layers.dense(layer,512,activation=tf.n.relu)
   embeddings=tf.layers.dense(layer,10)

with tf.variable_scope('decoder',embedding):
   layer=tf.layers.dense(embeddings,512,activation=tf.n.relu)
   layer=tf.layers.dense(layer,self.data_dim,activation=tf.n.relu)

训练后，我用保护程序保存了模型：

saver.save(sess,'./...ckpt')

然后我恢复训练有素的模型：

with tf.Session() as sess:
   saver.restore(sess,'./...ckpt')

我的问题是：如何仅还原和使用解码器？由于唯一的占位符是输入占位符，并且嵌入端没有占位符，如何将嵌入内容馈入解码器并获得输出？

我认为潜在的解决方案是恢复模型并获取解码器变量。然后创建具有相同结构的解码器，然后分配变量。但是如何实现呢？

非常感谢您