tensorflow学习笔记（五）：变量导入导出

如何使用tensorflow内置的参数导出和导入方法：基本用法

如果你还在纠结如何保存tensorflow训练好的模型参数，用这个方法就对了

import tensorflow as tf
""" 变量声明，运算声明 例：w = tf.get_variable(name="vari_name", shape=[], dtype=tf.float32) 初始化op声明 """
#创建saver op
saver = tf.train.Saver()

with tf.Session() as sess:
    sess.run(init_op)
    #训练模型
    saver.save(sess, "save_path/file_name") #file_name如果不存在的话，会自动创建

现在，训练好的模型参数已经存储好了，我们来看一下怎么调用训练好的参数
变量保存的时候，保存的是 变量名：value，键值对。restore的时候，也是根据变量名来进行的

import tensorflow as tf
""" 变量声明，运算声明 初始化op声明 """
#创建saver op
saver = tf.train.Saver()

with tf.Session() as sess:
    sess.run(init_op)#在这里，可以执行这个语句，也可以不执行，即使执行了，初始化的值也会被restore的值给override
    saver.restore(sess, "save_path/file_name") #会将已经保存的变量值resotre到 变量中。通过name

更高端的用法，见点此跳转