tensorflow-如何从模型还原变量并将其另存为dict在文件中

Question

我正在使用张量流模型，我想还原模型的一些变量，然后将它们保存为dict到文件中；恢复变量没有问题（或者至少希望如此）：

tf.reset_default_graph()

W_img = tf.get_variable("img_transform/W_img", shape=[2048,300])
b_img = tf.get_variable("img_transform/b_img", shape=[1,300])
saver=tf.train.Saver()
with tf.Session() as sess:
      saver.restore(sess, "models/LSTMs/best_model/model")

现在如何将两个变量另存为字典的两个元素并将字典保存在文件中？ 预先感谢

编辑： 我已经尝试过这种方式：

import tensorflow as tf
import cPickle
tf.reset_default_graph()
W_img = tf.get_variable("img_transform/W_img", shape=[2048,300])
b_img = tf.get_variable("img_transform/b_img", shape=[1,300])
dict_v={}   

saver=tf.train.Saver()
with tf.Session() as sess:
   saver.restore(sess, "models/LSTMs/best_model/model")
   w=sess.run(W_img)
   b=sess.run(b_img)
   dict_v['W_img']=w
   dict_v['b_img']=b
cPickle.dump(dict_v,
               open("coco/data/numpy_params", "wb"))

我希望有人可以确认这是正确的方法