tensorflow 如何减少网络层并微调参数

    当你的模型需要剪裁的时候，可以采用减少原网络结构的层数，达到简化的目的，那么如何训练新的网络参数呢？

    如果我没弄错的，修改网络架构后，可直接导入原网络架构，然后采用相同的训练数据进行训练，可以得到修改后的新网络的参数。这样训练的时候，导入原网络模型的图和参数后，内部会根据索引对比。保留的原有层的参数在训练的时候进行微调，从而实现裁剪的网络快速训练目的。

    如果不对请指正。

path = '/model/checkpoints/'                                  # 模型保存的位置
self.saver.restore(sess, tf.train.latest_checkpoint(path))    # 导入该位置的旧模型最新参数