Tensorflow 加载模型的路径问题（“UnicodeEncodeError: ‘utf-8‘ codec can‘t encode character ‘\udcd5‘）

调用Tensorflow 模型时报错：‘UnicodeEncodeError: ‘utf-8’ codec can’t encode character ‘\udcd5’ in position 2612: surrogates not allowed’

解释：
由于实验室服务器GPU算力有限，在训练深度网络时借助了谷歌的Colaboratory，这样训练好的模型需要先保存在谷歌云盘上，然后再下载到本地。当直接调用下载来的模型时，会报错：

'UnicodeEncodeError: 'utf-8' codec can't encode character '\udcd5' in position 2612: surrogates not allowed'

在网上看了很多关于这方面报错的解释，基本都说是路径问题。后面发现确实时路径的问题，但不是下面两行代码中的路径问题：

saver = tf.train.import_meta_graph(modelpath + 'model-40.meta')
    saver.restore(sess, tf.train.latest_checkpoint(modelpath))

而是模型文件夹中，checkpoint 文件中的路径问题。
TensorFlow 预训练好的模型被保存为以下四个文件:

1. xxx.ckpt.meta保存了计算图结构，
2. xxx.ckpt.data保存了所有变量的取值，
3. xxx.ckpt.index保存了所有变量名
4. checkpoint 则是所有模型的保存路径。

以记事本的方式打开checkpoint 文件，修改该文件中的路径为实际路径（各层文件夹需要用双反斜杠隔开），即可成功调用模型。

总结：
tensorflow的各种api调用确实方便，但很多方面不了解，反而会绕很多弯路，所以平时除了会用，还要尽量明白方法和原理。