我需要保存并恢复图，以便从上次检查点继续训练，但不知为何不起作用。

我使用 saver = tf.train.Saver() 来保存模型。并且：

with tf.Session(config=tf.ConfigProto(log_device_placement=True)) as sess:    # 初始化保存器    sess.run(tf.global_variables_initializer())    save_path = saver.save(sess,model_path+"/%s.ckpt"%model_name)    if flag == "initial_train":        training_loop(num_epochs)        flag = None    else:        new_saver = tf.train.import_meta_graph(model_path+"/%s.ckpt.meta"%model_name)        new_saver.restore(sess, save_path)        print("模型已加载")        training_loop(num_epochs)

我真的不知道为什么它无法导入权重

回答：

在后续运行中，您执行了以下操作：

1. 使用 sess.run(tf.global_variables_initializer()) 初始化所有变量（因此它们将具有初始的随机/常量值）
2. 将这些初始化的值保存到某个文件中（saver.save(sess,model_path+"/%s.ckpt"%model_name)）
3. 从该文件中加载这些随机初始化的值

所以您只是加载了第3和第4行初始化的和保存的值。

另外，我不知道您如何传递信息，但 training_loop 没有获得 saver 的引用，并且您在训练循环后没有保存模型，所以看起来您实际上并没有在任何地方保存您的模型。