如何在张量流中保存/冻结任意pickle模型？

Question

我正在使用 zalando 的代码，由 Nvidia 实现为渐进式 GAN。请参阅： https: //github.com/zalandoresearch/disentangling_conditional_gans

他们在训练时使用 3 个网络：G、D和Gs。所有三个模型都是https://github.com/zalandoresearch/disentangling_conditional_gans/blob/master/tfutil.py#L424Network中定义的类的实例

这些模型使用许多辅助函数进行存储和加载，这些函数使用 python 的 pickle 格式将 3 个模型保存为*.pkl.

我只对导出模型感兴趣Gs。

如何将其转换为保存的模型（因为代码不使用 tf.Saver），最后转换为冻结模型，以便我可以轻松推断。

加载模型后，我会：

allvars = [n.name for n in tf.get_default_graph().as_graph_def().node]
Gs_vars = [i for i in allvars if i.split('/')[0] == 'Gs']

但是，当运行此命令时：

Gs_saver = tf.train.Saver({"Gs": Gs_vars})

它抛出一个错误说：

*** ValueError: Slices must all be Variables: Gs/latents_in

使用该模型的正确实现Gs是：

images = Gs.run(latents, labels, masks, minibatch_size=minibatch_size, num_gpus=config.num_gpus, out_mul=127.5, out_add=127.5, out_shrink=image_shrink, out_dtype=np.uint8)

Gs需要 3 个输入，存储为Gs/latents_in、Gs/masks_in和Gs/labels_in。