利用tensorflow搭建模型并保存时，保存模型的方法为

saver = tf.train.Saver()
saver.save(sess, model_path + model_name)

这样会在model_path路径下得到3个名为model_name的文件和一个checkpoint文件，例如，model_name=alexnet201809101818，则会得到如下四个文件

.data-00000-of-00001和.index保存了所有的weights、biases、gradients等变量。
.meta保存了图结构。
checkpoint文件是个文本文件，里面记录了保存的最新的checkpoint文件以及其它checkpoint文件列表。
在加载模型时，需要加载两个东西：图结构和变量值。加载图结构可以手动重新搭建网络，也可以直接加载.meta文件。

手动重新搭建网络

网络结构同

除特别声明，本站所有文章均为原创，如需转载请以超级链接形式注明出处：SmartCat's Blog