我目前正在构建一个类似于Amazon的应用程序，您可以说我要按其成本订购帖子的位置。使用Firebase通常不会那么难，我可以只使用 # Load the trained model from checkpoint.
new_saver = tf.train.import_meta_graph('{}.meta'.format(config.ckpt_fullpath))
new_saver.restore(sess, config.ckpt_fullpath)
# Create new graph with a placeholder for input.
new_model_scope = 'new_scope'
trained_model_scope = 'old_scope' # this should be taken from the original model function of the estimator.
with tf.name_scope(new_model_scope):
model = Model(config)
input_tensor = tf.placeholder(tf.float32,
[None, config.img_size[0], config.img_size[1], 3])
model.build_model(input_tensor)
# Initialize the new graph variables with trained parameters.
trained_params = [t for t in tf.trainable_variables()
if t.name.startswith(trained_model_scope)]
trained_params = sorted(trained_params, key=lambda v: v.name)
new_params = [t for t in tf.trainable_variables()
if t.name.startswith(new_model_scope)]
new_params = sorted(new_params, key=lambda v: v.name)
update_ops = []
for trained_v, new_v in zip(trained_params, new_params):
op = new_v.assign(trained_v)
update_ops.append(op)
sess.run(update_ops)
函数。但事实是，我还使用GeoFire来仅获取给定半径内的一些帖子。
我最近发现无法在GeoFire中使用orderByChil函数（如果我输入错了，请纠正我），所以我尝试了另一种方法：
我现在通过访问帖子价格值来对帖子数组进行排序：
orderByChil这很好用，但我遇到的问题是通过这样做，我的用户数组不再与我的posts数组匹配。这样，我的帖子显示不匹配（错误的帖子显示了错误的用户）。
我想我需要做的就是以与我的posts数组相同的方式对用户数组进行排序，以便它们再次匹配。
感谢self.posts.sort{ $0.price! > $1.price! }
对另一个问题的引用。但是它的答案对我没有帮助，因为我的数组不仅仅是数字。我尝试使用这样的答案：
vacawama但是我收到错误let combined = zip(posts, users).sorted(by: {$0.0 < $1.0})