tensorflow中加载模型两种方法

    在使用tensorflow过程中，把模型保存下来稍后使用，是常见的需求。初步研究，各种资料混杂，读者容易不知所云，这里介绍两种方法。

本文方法在 TensorFlow 1.4 版本基础上实验。

---

首先定义一个简单的模型，分别采用两种方法还原模型。

train.py

这个简单的模型是 y = w + x. 其中 x 是输入， y 是输出， w采用了随机一个权重。

输出结果：

w [[-0.07159261 -0.33205539]]

y [[ 5.92840719  6.66794443]]

现在可以看到，文件夹下多了4个文件：

1. 还原变量的角度

把W还原出来，然后可以自己定义 y = w + x

输出结果 [[-0.07159261 -0.33205539]]，可见，这就是 w。

然后就可以利用 w ，重构模型。

这个方法需要重新定义原模型中的 变量，加载模型后，重新定义的变量被保存的值赋值。

2. 还原图的角度

如果不想重新定义变量，可以把图还原，如下：

输出结果：

w [[-0.07159261 -0.33205539]]

[[ 4.92840719  5.66794443]]