tensorflow保存和加载训练好的模型

保存模型

saver = tf.train.Saver()创建一个saver对象

saver.save(sess,'path')将模型保存在指定的path路径中

该路径中生成的文件有四个，
    checkpoint文件保存了一个录下多有的模型文件列表，
    model.ckpt.meta保存了TensorFlow计算图的结构信息，
    model.ckpt.data保存每个变量的取值，此处文件名的写入方式会因不同参数的设置而不同，但加载restore时的文件路径名是以checkpoint文件中的“model_checkpoint_path”值决定的。

tf.train.Saver类也支持在保存和加载时给变量重命名，声明Saver类对象的时候使用一个字典dict重命名变量即可，{"已保存的变量的名称name": 重命名变量名}，saver = tf.train.Saver({"v1":u1, "v2": u2})即原来名称name为v1的变量现在加载到变量u1）中。

加载模型

saver.restore(sess,‘path’)

若不希望重复定义计算图上的运算，可直接加载已经持久化的图，saver =tf.train.import_meta_graph("Model/model.ckpt.meta")。