今天小编就为大家分享一篇tensorflow saver 保存和恢复指定 tensor的实例讲解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

在实践中经常会遇到这样的情况： 1、用简单的模型预训练参数 2、把预训练的参数导入复杂的模型后训练复杂的模型 这时就产生一个问题： 如何加载预训练的参数。 下面就是我的总结。 为了方便说明，做一个假设：简单的模型只有一个卷基层，复杂模型有两个。 卷积层的实现代码如下： import tensorflow as tf # PS：本篇的重担是saver，不过为了方便阅读还是说明下参数 # 参数 # name：创建卷基层的代码这么多，必须要函数化，而为了防止变量冲突就需要用tf.name_scope