一、断点续训
为防止突然断电、参数白跑的情况发生，在backward中加入类似于之前test中加载ckpt的操作，给所有w和b赋保存在ckpt中的值：
（1） 如果存储断点文件的目录文件夹中，包含有效断点状态文件，则返回该文件:
- 参数说明
checkpoint_dir: 表示存储断点文件的目录
latest_filename: 断点文件的可选名称，默认为checkpoint
ckpt = tf.train.get_checkpoint_state(checkpoint_dir,\
latest_filename = None)
**（2）**如果ckpt存在，且保存的模型在指定路径中存在
if ckpt and ckpt.model_checkpoint_path:
恢复当前会话，将ckpt中的值赋给 w 和 b
参数说明：sess：表示当前会话，之前保存的结果会被加载入这个会话
ckpt.model_checkpoint_path：表示模型存储的位置，不需要提供模型的名字，
因为有了位置会自动去查看checkpoint文件，看最新的模型叫什么
【注】内容来自mooc人工智能实践第六讲