TensorLayer保存和读取模型tf.files.save_npz和tf.files.load

读取

tensorlayer.files.save_npz(save_list=[], name='model.npz', sess=None)

其中save_list为所要保存的参数，name为路径和保存的文件名，传入一个sess来执行此次操作。 

保存

tensorlayer.files.load_and_assign_npz(sess=None, name=None, network=None)

其中sess和name意义与保存（save_npz）相同，但是要注意的是network，应该传入一个Layer类，然而如果只是简单初始化一个Layer类的变量传进去，运行立刻就会报错。

原因在于TensorLayer（也可以说是TensorFlow）所谓的保存，只是保存模型的参数和变量的值，而不是模型本身。这一点和sklearn中的模型保存是有区别的。 
因此只有当读取时的Layer（即模型）和保存时的模型结构上一模一样，才可以将保存的模型参数一一对应，从而对模型赋值。