我正在使用python2.7和tensorflow，需要根据下一次计算的结果保存权重。因此我需要暂时保存以前的权重，一种方法是使用：
saver = tf.train.Saver(...variables...)
saver.save(sess, 'my-model', global_step=step)
但问题是权重会保存到磁盘上，这很慢并且会随着时间的推移而增加，因为我必须暂时保存每一步的权重。有没有办法暂时将重量保存到内存？ 另一种方法是将权重变量声明为占位符，将每个步骤后的权重保存到其他虚拟权重变量，然后将临时权重变量传递回每个步骤的占位符。但这非常令人不满。