TensorFlow模型保存在训练期间以不同方式接近。部署？

Question

假设我有一个CNN，我正在训练一些数据集。该模型最重要的部分是CNN架构。

现在，当我编写代码时，我在Python类中定义了模型结构。但是，在该类之外，我定义了许多其他节点，例如丢失，准确度，tf.Variable以保持时期的计数等等。

当我训练时，为了正确恢复训练，我想保存所有这些节点（例如 - 损失，时代变量等），而不仅仅是CNN结构。

然而，一旦我完成了训练，我想只保存CNN架构，没有丢失，准确等节点。这是因为它将使使用我的模型的人能够自由地编写自己的微调代码。

1. 如何在TF代码中实现这一目标？有人可以展示一个例子吗？
2. 这种方法是否也适用于其他人？我只是想知道我的方法是否正确。

Answer 1

您可以查看tensorflow的optimising graph工具部分，您可以在其中定义定义CNN结构的input和output个节点，并在优化的图表中删除所有其他节点