訓練完一個模型后，為了以后重復使用，通常我們需要對模型的結果進行保存。如果用Tensorflow去實現神經網絡，所要保存的就是神經網絡中的各項權重值。建議可以使用Saver類保存和加載模型的結果。

1、使用tf.train.Saver.save()方法保存模型

• sess: 用于保存變量操作的會話。

• save_path: String類型，用于指定訓練結果的保存路徑。

• global_step: 如果提供的話，這個數字會添加到save_path后面，用于構建checkpoint文件。這個參數有助于我們區分不同訓練階段的結果。

2、使用tf.train.Saver.restore方法價值模型

• sess: 用于加載變量操作的會話。

• save_path: 同保存模型是用到的的save_path參數。

下面通過一個代碼演示這兩個函數的使用方法

假設保存變量的時候是

checkpoint_filepath='models/train.ckpt'saver.save(session,checkpoint_filepath)則從文件讀變量取值繼續訓練是saver.restore(session,checkpoint_filepath)