Tensorflow：保存，加载模型

有时常常需要将训练的模型保存下来，用以预测或之后接着训练。

1. 保存模型

主要是通过红色框圈出的两句话来保存模型的，下面是对这两句话的解释：

• saver = tf.train.Saver()

在定义saver类时，可以指定需要保存的变量，若不指定，则是保存计算图中所有的变量，即像我这样处理。max_to_keeo参数是指最多保存模型的个数，此处设置为5，即最多保存5个模型。

• saver.save()

图中三个参数一次是：指定需要保存的计算图；模型保存路径及模型前缀名；global_step = epoch_i 以epoch_i为参考量，此处在epoch_i %100 == 0 时保存模型。模型保存后生成以下几个文件：

  （每个文件的具体含义此处不再做具体解释了）

关于 saver = tf.train.Saver()和saver.save()的具体参数含义，可以查看tensorflow 官方网站解析.

2. 加载模型

      前两句话指定加载的模型数据，后几句话表示从加载的模型中获取哪些变量。注意是通过变量名获取的，所以在训练模型时，最好手动的为变量赋名字，若在定义变量时未指定名字，tensorflow也会自动的为变量赋名字，但是变量名规律有点怪，所以最好自己手动赋名字。

以下是我在做保存模型和加载模型的完整代码，重要部分用红色的框圈出来了。

• 保存模型

• 加载模型