Tensorflow 数据保存（1）

saver生成的文件

1.png
注意：
文件名带有-XXXX
例如：model.ckpt-98000

一、checkpoint文件
该文件是个文本文件里面记录了保存的最新的checkpoint文件以及其它checkpoint文件列表。
（1）在inference时，可以通过修改这个文件，指定使用哪个model。
（2）加载restore时的文件路径名是以checkpoint文件的“model_checkpoint_path”值决定的。

2.png
二、meta文件
model.ckpt-XXX.meta
文件保存的是图结构，通俗地讲就是神经网络的网络结构。一般而言网络结构是不会发生改变，所以可以只保存一个就行了。我们可以使用下面的代码只在第一次保存meta文件。

三、data文件（data-00000-of-00001）
model.ckpt-XXX.data-00000-of-00001
这是数据文件，保存的是网络的权值，偏置，操作等等。

四、index文件
model.ckpt-XXX.index
是一个不可变得字符串表，每一个键都是张量的名称，它的值是一个序列化的BundleEntryProto。 每个BundleEntryProto描述张量的元数据：“数据”文件中的哪个文件包含张量的内容，该文件的偏移量，校验和，一些辅助数据等等。

打印checkpoint中的变量

import os
from tensorflow.python import pywrap_tensorflow
checkpoint_path = os.path.join('./', "model.ckpt-98000")
reader = pywrap_tensorflow.NewCheckpointReader(checkpoint_path)
var_to_shape_map = reader.get_variable_to_shape_map()
for key in var_to_shape_map:
    print("tensor_name: ", key)
    print(reader.get_tensor(key))