我正在使用tensorflow进行训练，以创建一个训练有素的模型，然后用
保存到检查点saver = tf.train.Saver(max_to_keep=1)
saver.save(sess, checkpointPath, global_step=global_step+1000)
稍后我构建相同的模型并使用
初始化它ckpt = tf.train.get_checkpoint_state(checkpointDir)
saver = tf.train.Saver(max_to_keep=1)
saver.restore(sess, ckpt.model_checkpoint_path)
当我使用这个恢复的网络运行几个步骤时，如果我继续使用原始网络，我会得到完全不同的结果。我希望它们是一样的。我想弄清楚原因。
有人有什么建议吗？我相信我正在保存所有变量（尽管可能不是）。
我想设置一个测试，声明所有变量在恢复的模型中与保存的模型中的相同，但无法解决如何执行此操作。有没有人有代码片段来显示这个？
我想使用我保存的模型来加载经过训练的预测器。