tensorflow模型保存

在 TensorFlow 中，你可以使用 tf.train.Saver 类来保存和加载模型。下面是一个保存模型的示例代码：

import tensorflow as tf

# 创建模型
# ...

# 定义一个 Saver 对象
saver = tf.train.Saver()

# 训练模型
# ...

# 保存模型
save_path = saver.save(sess, "path/to/save/model.ckpt")
print("模型已保存到：", save_path)

上述代码中，`sess` 是你创建的 TensorFlow 会话对象，`"path/to/save/model.ckpt"` 是保存模型的路径。`saver.save()` 方法将保存当前会话中的模型参数。

加载模型时，可以使用 `saver.restore()` 方法，如下所示：

import tensorflow as tf

# 创建模型
# ...

# 定义一个 Saver 对象
saver = tf.train.Saver()

# 加载模型
saver.restore(sess, "path/to/save/model.ckpt")
print("模型已恢复")