如何从Tensorflow模型恢复GAN的生成器？

Question

我试图用Tensorflow模型(元计时器和检查点)恢复生成对抗网络的经过训练的生成器。

我刚接触过tensorflow和python，所以我不确定我所做的是否有意义。已经尝试过从元文件中导入元计时器并从检查点恢复变量，但是我确定下一步该做什么。我的目标是从上一个检查点恢复经过训练的生成器，然后使用它从噪声输入生成新的数据。

下面是一个包含模型文件的驱动器的链接：Fq?usp=sharing

到目前为止，我已经尝试了以下方法，它似乎正在加载图形：

# import the graph from the file
imported_graph = tf.train.import_meta_graph("../../models/model-9.meta")

# list all the tensors in the graph
for tensor in tf.get_default_graph().get_operations():
    print (tensor.name)

# run the session
with tf.Session() as sess:
    # restore the saved vairable
    imported_graph.restore(sess, "../../models/model-9")

然而，我不知道下一步该做什么。是否可以使用这些文件只运行经过训练的生成器？我怎么才能拿到呢？

Answer 1

在Tensorflow 2文档中，它们保存--生成器和鉴别器--。但是，它们并没有解释如何只还原生成器。

checkpoint_dir = './training_checkpoints'
checkpoint_prefix = os.path.join(checkpoint_dir, "ckpt")
checkpoint = tf.train.Checkpoint(generator_optimizer=generator_optimizer,
                                 discriminator_optimizer=discriminator_optimizer,
                                 generator=generator,
                                 discriminator=discriminator)

然后用

checkpoint.restore(tf.train.latest_checkpoint(checkpoint_dir))

来自checkpoints