tf.train.Saver笔记

tf.train.Saver ：用于保存和恢复变量
checkpoint文件：是专门格式的二进制文件，将变量name 映射到 tensor value。

Saver 只是创建一个对象，还没有保存。

tf.train.Saver.__init__(
         var_list=None,     # 指定了将要保存和恢复的变量，可以传dict 或者list
         reshape=False,    # 如果为True，允许从保存文件中恢复一个不同shape 的变量
         shared=False,    # 如果为True，通知每个设备上共享的checkpoint.
         max_to_keep=5,   # 表示最大保留几个checkpiont文件 
         keep_checkpoint_every_n_hour=10000.0, 
         name=None, 
         restore_sequentially=False,
          saver_def=None, 
          builder=None)

tf.train.Saver.save函数：用来保存变量

tf.train.Saver.save(
        sess,        # 保存变量的Session
        save_path,      # checkpoint 文件的路径。
        global_step=None,  # 如果提供了global step number，将会追加到 save_path 后面去创建checkpoint 的文件名。
        latest_filename=None,
        meta_graph_suffix='meta', 
        write_meta_graph=True)

tf.train.Saver.restore(sess, save_path)：恢复之前保存的变量
这个方法运行构造器为恢复变量所添加的操作。它需要启动图的Session。恢复的变量不需要经过初始化，恢复作为初始化的一种方法。
save_path 参数是之前调用save() 的返回值，或调用 latest_checkpoint() 的返回值。
参数：
sess: 用于恢复参数的Session
save_path: 参数之前保存的路径