Как создать файл модели.pb для передачи произвольного стиля

Question

Произвольная стилизация изображения предоставляет метод для стилизации любого изображения желаемого стиля. https://github.com/tensorflow/magenta/tree/master/magenta/models/arbitrary_image_stylization

Поэтому моя идея - преобразовать файл модели.ckpt в файл.pb и использовать этот файл pb в приложении Android.

Для преобразования.ckpt в файл.pb.txt используется следующий код:

_def main(unused_argv=None):
  with tf.Graph().as_default(), tf.Session() as sess:
    # Defines place holder for the style image.
style_img_ph = tf.placeholder(tf.float32, shape=[None, None, 3], name="style_img_ph")
style_img_preprocessed = image_utils.resize_image(style_img_ph, 256)

# Defines place holder for the content image.
content_img_ph = tf.placeholder(tf.float32, shape=[None, None, 3], name="content_img_ph")
content_img_preprocessed = image_utils.resize_image(content_img_ph, 256)

# Defines the model.
stylized_images, _, _, bottleneck_feat = build_model.build_model(
    content_img_preprocessed,
    style_img_preprocessed,
    trainable=False,
    is_training=False,
    inception_end_point='Mixed_6e',
    style_prediction_bottleneck=100,
    adds_losses=False)

if tf.gfile.IsDirectory(FLAGS.checkpoint):
  checkpoint = tf.train.latest_checkpoint(FLAGS.checkpoint)
else:
  checkpoint = FLAGS.checkpoint
  tf.logging.info('loading latest checkpoint file: {}'.format(checkpoint))

init_fn = slim.assign_from_checkpoint_fn(checkpoint,
                                         slim.get_variables_to_restore())
sess.run([tf.local_variables_initializer()])
init_fn(sess)

# Gets list of input content images.
content_img_np = image_utils.load_np_image_uint8(FLAGS.content_img_path)[:, :, : 3]
style_img_np = image_utils.load_np_image_uint8(FLAGS.style_img_path)[:, :, : 3]

# Computes bottleneck features of the style prediction network for the
# identity transform.
identity_params = sess.run(bottleneck_feat, feed_dict={style_img_ph: content_img_np})

# Computes bottleneck features of the style prediction network for the
# given style image.
style_params = sess.run(bottleneck_feat, feed_dict={style_img_ph: style_img_np})

stylized_image_res = sess.run(stylized_images, feed_dict={
                                                   bottleneck_feat:
                                                       identity_params * (1 - 0.90) + style_params * 0.90,
                                                   content_img_ph:
                                                       content_img_np
                                                         }
                             )

 # Saves stylized image.
image_utils.save_np_image(stylized_image_res,FLAGS.output_path)

tf.train.write_graph(sess.graph_def, "/Protobuf/", "style_graph.pb.txt", as_text=True)_

Это сгенерировало файл GraphDef style_graph.pb.txt

заморозить график, используемый скрипт, как показано ниже /style_frozen.pb

Этот сгенерированный файл style_frozen.pb

Однако при загрузке этого сгенерированного / заблокированного файла pb, как показано ниже

def  load_graph(frozen_graph_filename):
with tf.gfile.GFile(frozen_graph_filename, "rb") as f:
    graph_def = tf.GraphDef()
    graph_def.ParseFromString(f.read())

with tf.Graph().as_default() as graph:
    tf.import_graph_def(
        graph_def, 
        input_map=None, 
        return_elements=None, 
        op_dict=None, 
        producer_op_list=None
    )

return graph

graph = load_graph('Protobuf/style_frozen.pb')

дает следующую ошибку

ValueError: graph_def недопустим на узле u'save/Assign': тензор ввода'Conv/biases:0'Невозможно преобразовать тензор типа float32 во ввод типа float32_ref

1. Как устранить эту ошибку?
2. Как добавить новый заполнитель для ввода, стиля и выходного изображения и сгенерировать файл pb? Потому что.ckpt не имеет тензорных узлов для передачи изображений ввода, стиля и вывода
3. Должны ли мы переподготовить и затем сгенерировать файл.pb с нужными тензорными узлами?