保存和读取TensorFlow模型

• 训练一个模型的时间很长。但是一旦关闭了TensorFlow session，你所有训练数据都会丢失。如果你要调用这个模型结果，你需要重新训练！
• 所以，TensorFlow做了一个类tf.train.Saver把训练进程和结果保存下来。可以把任何tf.Variable保存到电脑中。

保存变量

• 保存weights和bias Tensors

import tensorflow as tf
save_file = "./savefile/model.ckpt'
weights = tf.Variable(tf.truncated_normal([2,3]))
bias = tf.Variable(tf.truncated_normal([3]))
# 用来存取Tensor变量的类
saver = tf.train.Saver()

with tf.Session() as sess:
	sess.run(tf.global_variables_initializer())
	saver.save(sess,save_file)

加载变量

• 1、依然需要创建weights和bias Tensors
• 2 、tf.train.Saver.restore() 设定了TensorFlow变量，所以无需调用tf.global_variables_initializer()

# 移除之前的权重和偏置项
tf.reset_default_graph()
# 两个变量：权重和偏置项
weights = tf.Variable(tf.truncated_normal([2,3]))
bias = tf.Variable(tf.truncated_normal([3]))

# 用来存取Tensor变量的类
saver = tf.train.Saver()

with tf.Session() as sess:
	# 加载权重和偏置项
	saver.restore(sess,save_file)