如何从 Tensorflow 模型中恢复 GAN 的生成器？答案

【问题标题】：How do I restore the Generator of a GAN from a Tensorflow Model?如何从 Tensorflow 模型中恢复 GAN 的生成器？
【发布时间】：2019-06-19 22:06:12
【问题描述】：

我正在尝试使用 Tensorflow 模型（元图和检查点）恢复经过训练的生成对抗网络生成器

我是 tensorflow 和 python 的新手，所以我不确定我所做的是否有意义。已经尝试从元文件导入元图并从检查点恢复变量，但我确定下一步该做什么。我的目标是从最后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中生成新数据。

这是包含模型文件的驱动器的链接： https://drive.google.com/drive/folders/1MaELMC4aOroSQlMJ32J3_ff3wxiBT_Fq?usp=sharing

到目前为止，我已经尝试了以下方法，它似乎正在加载图表：


# 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")

但是，我不确定下一步该做什么。是否可以使用这些文件只运行经过训练的生成器？我怎样才能访问它？

【问题讨论】：

标签： python tensorflow neural-network generative-adversarial-network

【解决方案1】：

在 Tensorflow 2 文档中，他们保存了生成器和鉴别器。但是，他们没有解释如何只恢复生成器。

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)

然后用恢复

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

来自https://www.tensorflow.org/tutorials/generative/dcgan#save_checkpoints

【讨论】：