Использование предварительно обученного CNN для обучения генератора GAN

Question

Извините, если это слишком широко, но я изо всех сил пытался использовать следующую концептуальную работу. Скажем, я хочу обучить GAN в Tensorflow для генерации нулей из MNIST, а также у меня есть классификатор MNIST, который я обучил и сохранил. При обучении GAN я хочу определить свой генератор, содержащий дискриминатор, как:

def generator_containing_discriminator(g, d, c):
    #c is a pre-trained CNN I load in training loop
    d.trainable = False
    c.trainable = False
    ganInput = Input(shape=(100,))
    x = g(ganInput)
    ganOutput = d(x) * (some scalar based on CNN`s classification)
    gan = Model(inputs=ganInput, outputs=ganOutput)
    return gan

, где моя GAN зависит не только от дискриминатора d, но и от моей вероятности того, что x в CNN равен 0. Моя проблема заключается в питании x, который является тензором для ввода numpy массива для моего сохраненного CNN. Создание сеанса и оценка тензора дали мне ошибки, такие как Invalid argument: You must feed a value for placeholder tensor....

. Любая помощь / руководство приветствуется.