Tensorflow在训练之前从预先训练的网络获取输出

Question

如果我要从这样的文件中加载经过预训练的模型：

  curr_meta_graph_definition = tf.saved_model.loader.load(
                                           curr_session,
                                           [tf.saved_model.tag_constants.SERVING],
                                           path_to_model
                                           )

如何获取输出变量以存储在损失函数中？例如，这就是我想要做的：

 losses['dice_loss'] = dice_loss(placeholders['labels'], tf.cast(outputs['sigmoid'], tf.float32))
 fitting_op = optimizer.minimize(losses["dice_loss"])

但是，我应该如何为输出['sigmoid']获取一些变量（应该在训练模型之前就将其作为模型的输出预测？我可以使用占位符吗？

我正在这样运行模型：

 _, dice = curr_session.run([
                    fitting_op,
                    outputs['dice'],
                ], {
                    placeholders['images']: batch['images'],
                    placeholders['labels']: batch['labels'],
                    placeholders['is_training']: True,
                },)