TensorFlow函数说明

1.saver.save( )

为模型添加保存模型/检查点。

（1）参数说明

sess: 会话对象
model_path: 模型保存的路径
global_step=epoch: 可选，在文件名中加上迭代次数，以区分保存的文件是经过多少次的训练迭代。
write_meta_graph: 可选，False: 只保存一次.meta文件；True：根据我们设置的保存次 数，保存多次.meta文件。这里对这个参数加一点说明：因为模型一旦建立好之后，计算图的结构就确定了，所以每次保存的.meta文件都是一样的，有时为了节省存储空间，我们选择只保存一次.meta文件。

 

（2）使用

#创建saver
saver = tf.train.Saver(max_to_keep=1)  # max_to_keep，保存模型/检查点文件的个数，默认为5

#在保存时使用了如下代码，传入了迭代次数。
saver.save(sess, savedir+"linermodel.cpkt", global_step=epoch)

#TensorFlow 会将迭代次数一起放在检查点的名字上，所以在载入时，同样也要指定迭代次数。
saver.restore(sess2, savedir+"linermodel.cpkt-" + str(load_epoch))

2.

参考：

https://blog.csdn.net/Liven_Zhu/article/details/80595308