GAN模型的学习（11）———Build graph

首先跑一遍Model，然后saver = tf.train.Saver()保存和加载模型
saver.save(sess, ‘路径 + 模型文件名’）
tf.train.Saver()
NOTE：

Tensorflow 会自动生成4个文件 第一个文件为 model.ckpt.meta，保存了 Tensorflow
计算图的结构，可以简单理解为神经网络的网络结构。 model.ckpt.index 和
model.ckpt.data--of- 文件保存了所有变量的取值。 最后一个文件为 checkpoint
文件，保存了一个目录下所有的模型文件列表。

feed_dict_test_init = {
   gan.test_path_placeholder: test_paths}
feed_dict_train_init = {
   gan.path_placeholder: paths}

这里解释不好，也不强行解释了
在tf.Session()中，有个tf.ConfigProto()它的主要的作用是配置tf.Session的运算方式，比如gpu运算或者cpu运算，在这里也不过多解释了，详情见：Tensorflow中tf.ConfigProto()详解
正式进入session

sess.run(tf.global_variables_initializer())
sess.run(tf.local_variables_initializer())

初始化全局变量，初始化局部变量

train_handle = sess.run(gan.train_iterator.string_handle())
test_handle = sess.run