TensorFlow保存和载入模型

首先定义一个tf.train.Saver类：

saver = tf.train.Saver(max_to_keep=1)

其中，max_to_keep参数设定只保存最后一个参数，默认值是5，即保存最后5个模型，若是设置成0，训练过程当中的全部模型都会被保存。

模型训练好之后，保存模型：

saver.save(sess, ckpt_dir + "/nn_model.ckpt", global_step=1)

其中，sess是Session，ckpt_dir + "/nn_model.ckpt"是保存的路径和名称，global_step是模型名称的后缀名，因为咱们只保存最后一个模型，因此能够设置为1，若是每个模型都想保存，能够设置成训练的epoch。

载入模型比较简单：

saver.restore(sess, model_file)

其中，sess是Session，model_file是模型的路径和名称。