tensorflow学习（6） 保存运行数据 saver

import tensorflow as tf

v1 = tf.Variable(tf.random_normal([1,2]), name="v1")
v2 = tf.Variable(tf.random_normal([2,3]), name="v2")
init_op = tf.global_variables_initializer()
saver = tf.train.Saver()    #重要
with tf.Session() as sess:
    sess.run(init_op)
    print ("V1:",sess.run(v1))  
    print ("V2:",sess.run(v2))
    saver_path = saver.save(sess, "save/model.ckpt")  
#保存运行数据到 项目文件夹下的save文件夹，取名为model.ckpt

    print ("Model saved in file: ", saver_path) 

程序1（保存数据）  

程序2（读取数据）

import tensorflow as tf
v1 = tf.Variable(tf.random_normal([1,2]), name="v1")
v2 = tf.Variable(tf.random_normal([2,3]), name="v2")
saver = tf.train.Saver()

with tf.Session() as sess:
    saver.restore(sess, "save/model.ckpt")
#从存储的文件里读取数据
    print ("V1:",sess.run(v1))  
    print ("V2:",sess.run(v2))
    print ("Model restored")

会发现，第二个程序中新定义的变量并没有起作用。因为从保存的文件里读取数据了。

程序（3）：在上次卷积神经网络的程序里加下面的代码，改变do_train，分别完成训练和测试。提前在项目文件夹新建save文件夹，在save下新建nets 文件夹。要不然会报错，差评！！！

ValueError: Parent directory of save2/nets/model.ckpt doesn't exist, can't save.

# SAVER
save_step = 1    # 每隔一次迭代进行一次保存，可以修改
saver = tf.train.Saver(max_to_keep=3)   #最大保存三次运行数据，可以修改


do_train = 0

if do_train == 1:   # 进行训练
   
  for epoch in range(training_epochs):
    #………… 
    #迭代训练的代码
    #…………

  if epoch % save_step == 0:  #保存数据  
     saver.save(sess, "save/nets/cnn_mnist_basic.ckpt-" + str(epoch))

if do_train == 0:   # 把训练得到的数据拿出来测试

    epoch = training_epochs - 1
    saver.restore(sess, "save/nets/cnn_mnist_basic.ckpt-" + str(epoch))

    test_acc = sess.run(accr, feed_dict={x: testimg, y: testlabel, keepratio: 1.})
    print(" TEST ACCURACY: %.3f" % (test_acc))

 结果如下：用CPU跑的，小米平板，一直在呼呼的响，有点怕怕~~害怕它爆了（哭脸）

2018-12-11 21:36:13.018800: W tensorflow/core/framework/allocator.cc:122] Allocation of 2007040000 exceeds 10% of system memory.（这一条是红色的，出现了5次，吓死宝宝了）

 TEST ACCURACY: 0.905