当预训练权重在数组/列表中时，如何使用tflearn应用转移学习？

Question

背景

我正在训练CNN分类模型。网络的原始版本和我的实现之间的区别在于，输出类的数量将大大减少。

当前实施

目前，我没有使用任何转学。该模型正在通过以下方式进行训练：

network = ...
model = tflearn.DNN(network, checkpoint_path='model_resnet',
                    max_checkpoints=1, tensorboard_verbose=2,
                    tensorboard_dir='log')

model.fit({'input': training_x}, {'targets': training_y}, n_epoch=10,
          validation_set=({'input': test_x}, {'targets': test_y}), 
          show_metric=True, run_id='model_resnet')

问题

在调用model.fit()之前，假设我在数据结构（例如numpy数组）中具有预训练的权重，那么如何将预训练的CNN的权重应用于我的版本？
* model.save()

未保存未保存权重