Tensorflow学习之手写数字识别

前言：很久没有更新了，主要是最近也有很多事情，一个人学习新知识总是有点坚持不下来，前面的知识也没能很好的理解，存在的问题比较多。调试比较难调，在虚拟机里面总是报 “memory error” 或者 “已杀死”，但是重开一遍又没有了，在运行途中也总会出现这样的问题，让我很烦恼，只有自己一个人慢慢调。这几天也坚定了学习代码的心，后面的更新应该会更规律更频繁。本节内容其实是一小节，我觉得也很有必要整理一下，就单独拿出来了。

本节内容：1、实现断点续训

                  2、输入真实图片，输出预测结果

一、断点续训

关键处理：加入 ckpt 操作：

ckpt = tf.train.get_checkpoint_state(MODEL_SAVE_PATH)

if ckpt and ckpt.model_checkpoint_path:

    saver.restore(sess, ckpt.model_checkpoint_path)

注解：

（1）函数 tf.train.get_checkpoint_state(checkpoint_dir, latest_filename = None)

该函数表示如果断点文件夹中包含有效断点状态文件，则返回该文件。

参数说明：checkpoint_dir : 表示存储断点文件的目录

                  latest_filename = None : 断点文件的可选名称，默认为 “checkpoint”

（2）saver.restore(sess, ckpt.model_checkpoint_path)

该函数表示恢复当前会话，将 ckpt 中的值赋给 w 和 b。

参数说明：sess ：表示当前