tensorflow Saver()和Restore()

tensorflow saver

1. 创建对象

import tensorflow as tf
tf.train.Saver(max_to_keep=5)

max_to_keep 参数 by default = 5，即保存最近的5个检查点ckpt文件。若n=0或者None，则保存所有的ckpt文件。

2. 通过计数器激活saver

for i in range(N)
	if i%100 == 0
		Saver.save(sess, 'name', global_step=0) 
		Saver.save(sess, 'name', global_step=100)

saver()可以选择global_step参数来为ckpt文件名添加数字标记：
以上保存的文件的名字为：'name-0'和'name-100'.

3. Resotre
1）导入模型
模型保存在.meta文件中。
你可以通过python写好和原来模型一样的每一层代码来创造网络，可是，仔细一想，我们已经通过.meta把网络存储起来，我们可以用来再创造网络使用tf.train.import()语句。

 new_saver = tf.train.import_meta_graph('my_test_model-1000.meta')

2）导入参数&断点恢复

tf.train.get_checkpoint_state(checkpoint_dir,latest_filename=None)

该函数返回两个参数，model_checkpoint_path和all_model_checkpoint_paths. model_checkpoint_path保存了最新的tensorflow模型文件的文件名，all_model_checkpoint_paths则有未被删除的所有tensorflow模型文件的文件名。

ckpt = tf.train.get_checkpoint_state(cfig.ckpt_router)
print(ckpt) 
if ckpt and ckpt.model_checkpoint_path:   	  
	 print('load model')        
	 saver.restore(sess, ckpt.model_checkpoint_path)

print(ckpt)的输出有以下形式：

reference：
https://blog.csdn.net/changeforeve/article/details/80268522
https://blog.csdn.net/lujiandong1/article/details/53301994
https://www.jianshu.com/p/8850127ed25d
https://www.jianshu.com/p/8cdfdddb7a75
https://blog.csdn.net/leviopku/article/details/78508951