尝试使用fluid.io.load_params和fluid.io.save_inference_model配合，但是没有办法获取到target_vrgs，所以只能通过修改代码来搞了。希望fluid.Trainer能出一个save_inference_model的接口，方便C++接口的调用

我也有同样的疑问，也知道有这接口fluid.io.save_inference_model，目前研究中。。。

我不准备使用fluid.Trainer来做了，直接用fluid.Executor来搞。就是要改代码，挺烦人的

fluid.Trainer是高度封装的，最好使用fluid.Executor，这个跟灵活。

设置Inferencer加载trainer保存的参数后可以这样试试，train的流程毕竟不是infer的流程

with predicter._prog_and_scope_guard():
    fluid.io.save_inference_model('Outputs_model',feed_order,[predicter.predict_var],fluid.Executor(place))

请问对于model = UNIMOLMHeadModel.from_pretrained(checkpoint_dir)这种已经加载好的模型 没有executor,怎么使用save_inference_model