开园第一篇---有关tensorflow加载不一样模型的问题

写在前面

        今天刚刚开通博客，主要想法跟以前某位博主说的同样，但愿经过博客园把天天努力的点滴记录下来，也算一种坚持的动力。我是小白一枚，有啥问题欢迎各位大神指教，鞠躬~~

        换了新工做，目前手头是OCR项目，之前从事过图像处理，可是深度学习的知识几乎为0，此次经过这个项目但愿本身可以入门，今天记录一下有关tensorflow加载不一样模型的问题。我算是从0开始，直接阅读git上面的开源代码，不少明明很简单的问题也会困扰好久，可是解决以后确定恍然大悟，归咎仍是基础问题，而后去翻书翻博客。。。。。OCR项目里面须要用到2个不一样的模型，一个模型用来检测文本框位置，另外一个模型在第一个模型分割出来的文本框的基础上对文本字符进行识别。起初文本检测工程（我研究的seglink)和字符识别（desennet)是分开的，我在将他们合并的时候遇到了一个困扰的问题（其实很low)..

     首选是tensorflow的API：tf.train.Saver()这行代码是将全部tensorflow的variable保存，那么问题来了，我项目中用2个彻底不一样的模型，一旦进行tf.train.Saver()以后会把2个模型的variable所有保存起来，下面进行saver.restore(sess,checkpoint)的时候就报错啦，checkpoint路径是我指定的须要加载的模型路径，restore恢复变量的时候checkpoint文件根据相应变量名映射到相应的tensor值，我这边tf.train.Saver()的是整个工程中variable，因此会报“XXXX key“不存在找不到。

     解决办法很简单，以下代码：

在tf.train.Saver()中传递须要加载的变量名列表，这里多个scope我不知道怎么传递，因此这里分了3个变量列表，叠加起来再传递，解决了，太简单了，我都很差意思写出来，哈哈哈。第一篇博客，你们不要鄙视