【tensorflow入门】15、神经网络中变量的存储和读取---saver+restore

tensorflow中允许将训练的variable存储起来，下次读取并接着训练。

存储saver：

import tensorflow as tf
import numpy as np  #使用numpy代码会省事些
#Save to file
#remember to define the same dtype and shape when restore
W = tf.Variable([[1,2,3],[3,4,5]],dtype=tf.float32,name='weights') #最好定义下dtype
b = tf.Variable([[1,2,3]],dtype=tf.float32,name='biases')

init = tf.global_variables_initializer()

#定义tensorflow的saver，用它来存储各种变量
saver = tf.train.Saver()

with tf.Session() as sess:
    sess.run(init)
#开始保存的这一步了 这里保存后会返回一个值，保存在save_path中   保存为ckpt后缀
    save_path = saver.save(sess,"my_net/save_net.ckpt")  #restore的时候会把saver换为restore
    print("Save to path:",save_path)

读取restore：

import tensorflow as tf
import numpy as np  #使用numpy代码会省事些


#restore variables
#redefine the same shape and same type f