Tensorflow实例化来自graph.pbtxt的固定估计器模型吗？

Question

训练模型时，首先需要使用以下实例化该模型：

estimator = tf.estimator.DNNClassifier(
    model_dir=model_dir,
    feature_columns=[tf.feature_column.numeric_column(key=str(i)) for i in range(2, eval_data.shape[1] - 1)],
    hidden_units=hidden_units,
    n_classes=args['num_classes'],
    config=config,
    dropout=dropout,
    optimizer=tf.train.AdamOptimizer(
        learning_rate=args['learning_rate'],
    ))

训练后，在model_dir所指示的路径下将有一个目录，其中包含检查点和其他工件：

model_dir/
   my_model
      checkpoint
      eval
      graph.pbtxt
      model.ckpt-0.data-00000-of-00002
      model.ckpt-0.data-00001-of-00002
      model.ckpt-0.index
      model.ckpt-0.meta

问题是，如果我想对该模型做更多的工作（除了服务，在这种情况下，我可以导出模型并使用TF Serving）在其他地方（例如，我想重新实例化该模型），例如更多的培训，评估等，我首先需要实例化模型。问题是我需要以某种方式跟踪所有这些参数的值。

有没有一种方法可以通过指向model_dir来加载模型，并以某种方式将模型的实例加载到内存中？