Tensorflow模型的保存、载入、使用（多方法，附代码）

相信看到这篇文章的时候，大家都已经看完了之前的mnist手写实例了，如果没有看，没关系，点击（Tensorflow实战mnist手写识别）

通过这篇文章，你可以学到：

• 两种方法模型的保存
• 两种方法对于模型的载入和使用

方法一：tf.train.Saver()

涉及到的方法：

保存：
tf.add_to_collection('logits',y)
saver = tf.compat.v1.train.Saver()
saver.save(sess,"./model/model",global_step=200)

载入：
input_model=tf.train.import_meta_graph('./model/model-200.meta')
input_model.restore(sess,'./model/model-200')
sess.graph.get_operation_by_name('input_x').outputs[0]
tf.get_collection('logits')[0]

add_to_collection()
这个方法是将某一变量添加到集合中，可以在之后模型调用的时候再拿出来用。

saver.save(a,b,c)