如何切割预训练的TensorFlow模型？

Question

假设我们在磁盘上保存了预训练的TensorFlow模型。该模型代表一个自动编码器，一个卷积NN，中心有一个最小的层：

def autoencoder(inputs):
  # encoder part
  net = lays.conv2d(inputs, 32, [5, 5], stride=2, padding='SAME')
  net = lays.conv2d(net, 16, [5, 5], stride=2, padding='SAME')
  net = lays.conv2d(net, 8, [5, 5], stride=4, padding='SAME')
  # decoder part
  net = lays.conv2d_transpose(net, 16, [5, 5], stride=4, padding='SAME')
  net = lays.conv2d_transpose(net, 32, [5, 5], stride=2, padding='SAME')
  net = lays.conv2d_transpose(net, 1, [5, 5], stride=2, padding='SAME',activation_fn=tf.nn.tanh)
  return net

autoencoder的更多详细说明如下： http://machinelearninguru.com/deep_learning/tensorflow/neural_networks/autoencoder/autoencoder.html

现在我们要将这个保存的模型用作特征检测器，因此我们需要对其进行剪切，因为我们只使用编码器部分＆＃39;训练结束后。如何通过保存变量，张量，进一步正常工作的操作以智能方式实现？