恢复模型张量流

Question

我正在测试保存模型的选项，然后在另一个python实例中恢复它。为此，我正在做的是使用此代码来保存模型：

saver = tf.train.Saver([weights0,weights1,weights2,syn0,bias0,syn1,bias1],max_to_keep = 2)
saver.save(sess, '..\\places365_TFG\\models\\CNNFinalModel', global_step=l)

然后在另一个python实例中我这样做：

new_saver = tf.train.import_meta_graph('..\\places365_TFG\\models\\CNNFinalModel-67.meta')
new_saver.restore(sess, 
tf.train.latest_checkpoint('..\\places365_TFG\\models\\./'))
graph = tf.get_default_graph()
weights0 = graph.get_tensor_by_name("weights0:0")

要检查weight0的值是否已经很好地恢复，我会这样做：

sess.run(weights0)

变量weights0初始化如下：

def weight_variable(shape,name):
   initial = tf.truncated_normal(shape, stddev=0.1, name=name)
   return tf.Variable(initial)

weights0 = weight_variable([3,3,3,16], name='weights0')

我看到的问题是，每次执行此操作时，weigths0的值都会发生变化。我想这是因为它被定义为变量，但我想保留我从原始神经网络中保存的值。

我该怎么做？

提前谢谢。