1.TensorFlow的模型文件

–checkpoint_dir
　　| |–checkpoint
　　| |–MyModel.meta
　　| |–MyModel.data-00000-of-00001
　　| |–MyModel.index

2.meta文件

　　该文件保存的是图结构，meta文件是pb格式，包含变量、结合、OP

3.ckpt文件

　　二进制文件，存储了weights，biases，gradients等变量

4.checkpoint文件

　　文本文件，该文件记录了保存的最新的checkpoint文件以及其他checkpoint文件列表，可以修改这个文件，制定使用哪个model

5.保存TensorFlow

　　使用tf.train.Saver()，TensorFlow中变量都是存储在Session环境中，只有Session环境下才会存有变量值，因此保存模型时需要传入Session。

　　saver=tf.train.Saver()

　　saver.save(sess, ‘./checkpoint_dir/myModel’)

6.在实际训练中，我们可能会在每1000次迭代中保存一次模型数据，但是由于图是不变的，没必要每次都去保存，可以通过如下方式指定不保存图

　　saver.save(sess, ‘./checkpoint_dir/MyModel’, write_meta_graph=False)