我使用的代码从zalando实现作为一个进步的GAN由Nvidia。参见:https://github.com/zalandoresearch/disentangling_conditional_gans
他们在训练时使用3个网络:G
,D
和{Network
类的一个实例
这些模型使用许多helper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
。在
我只对导出Gs
模型感兴趣。在
如何将其转换为保存的模型(因为代码不使用tf.节电器)最后是一个冻结的模型,这样我就可以很容易地推断了。在
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,运行此程序时:
^{pr2}$它会抛出一个错误:
^{3}$使用Gs
模型的正确实现是:
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,它们存储为Gs/latents_in
、Gs/masks_in
和{
目前没有回答
相关问题 更多 >
编程相关推荐