Tensorflow 允许我们使用方法 tf.train.write_graph 保存/加载模型的结构，以便我们可以在将来恢复它以继续我们的训练类(class)。但是，我想知道这是否有必要，因为我可以创建一个模块，例如 GraphDefinition.py，并使用该模块重新创建模型。 那么，哪种保存模型结构的方法更好，或者是否有任何经验法则建议我在保存模型时应该使用哪种方法？
请您参考如下方法:
首先你必须明白，tensorflow graph 中没有当前权重(除非你手动将它们保存在那里)并且如果你从 graph.pb 加载模型结构，你将从一开始就开始训练。但是如果你想继续训练或使用你训练过的模型，你必须保存检查点(使用 tf Saver)以及其中的变量值，而不仅仅是结构。 看看这个胎面:Tensorflow: How to restore a previously saved model (python)
