将 Tensorflow v1 模型权重加载到 Tensorflow Core 2.0 alpha 模型（这是一个 tf.keras.Model）

Question

我有一个使用 tf.train.Saver() 创建的检查点。我目前正在将我的代码库更新到使用 Eager Execution 的 Tensorflow v2.0，我正在尝试将此检查点加载到 tf.keras.Model 中。

    model = MyModel()
    model.load_weights(checkpoint_path)

但是，这会引发以下错误：

NotImplementedError：基于名称的检查点不支持流式恢复。如果此限制困扰您，请提交功能请求。

我也尝试使用 CheckpointManager 没有太大成功。

    ckpt = tf.train.Checkpoint(net=model)
    manager = tf.train.CheckpointManager(ckpt, "path/to/checkpoint_dir", max_to_keep=3)
    ckpt.restore(manager.latest_checkpoint) 

有没有办法在 TF v2 中使用 TF v1 模型权重？

从头开始在 ImageNet 上重新训练模型非常耗时。