如何保存tensorflow完整模型，并加载已保存模型

自己在使用tensorflow的时候，想要保存下训练好的的模型，以供下次使用。到网上看了很多教程，大多数使用的是tf.train.Saver(),这种方法还是太麻烦，没法直接像其他框架一样的保存成一个黑盒，你只要给输入就行。后来找了很多的博客，总算是找到了一种比较简单的方法，就是使用tf.saved_model.builder。

接下来以一个CNN训练mnist手写数字识别的例子介绍这种方法

模型保存

训练及保存的代码如下：

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('MNIST_data', one_hot=True)

batch_size = 100
n_batch = mnist.train.num_examples // batch_size

def weight_variable(shape):
    return tf.Variable(tf.truncated_normal(shape,stddev=0.1))

def bias_vairable(shape):
    return tf.Variable(tf.constant(0.1, shape=shape))

def conv2d(x,W):
    return tf.nn.conv2d(x,W,strides=[1,1,1,1],padding='SAME')

def max_pool_2x2(x):
    return tf.nn.max_pool(x,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME')

x = tf.placeholder(tf.float32,[None,784], name="input_x")
y = tf.placeholder(tf.float32,[None,10], name="input_y")
keep_prob = tf.placeholder(tf.float32)

x_image = tf.reshape(x,[-1,28,28,1