tensorflow模型（ckpt文件）的保存

知识点：tensorflow的模型保存和加载又叫tensorflow持久化
一.模型保存
1.首先来看一个重点函数

saver= tf.train.Saver(max_to_keep=None, keep_checkpoint_every_n_hours=None)

此为tensorflow保存模型函数，通常内部参数可为空。此函数默认保存最近5个模型，如果想要增加保存数量，可将max_to_keep函数赋数量值；要是想隔一段固定的时间保存模型可给keep_checkpoint_every_n_hours赋值；函数默认保存所有变量，如果你只想保存指定变量，可以通过指定variables/collections，在创建tf.train.Saver实例时，通过将需要保存的变量构造list或者dictionary，传入到Saver中，如saver = tf.train.Saver([w1,w2])表示只保存w1，w2。

2.下面直接上保存代码：

# tensorflow保存训练模型
import tensorflow as tf

w1 = tf.Variable(tf.random_normal(shape=[2]), name='w1')
w2 = tf.Variable(tf.random_normal(shape=[5]), name='w2')
# tensorflow默认只会保存最近的5个模型文件，如果你希望保存更多，可以通过max_to_keep来指定
saver = tf.train.Saver(max_to_keep=5, keep_checkpoint_every_n_hours=2)  # 保存最近5个模型，