ckpt文件其实是TensorFlow的模型文件

1 模型文件格式

–checkpoint_dir
||–checkpoint
||–model.meta
||–model.data-00000-of-00001
||–model.index

2 文件说明

2.1 meta文件

meta文件保存的是图结构，meta文件为pb格式其中包含变量、组合和OP

2.2 ckpt文件

ckpt文件是二进制文件，存储了weights,biases,gradients等变量

2.3 checkpoint文件

checkpoint文件属于文本文件，存储了保存的最新的checkpoint文件以及其他的checkpoint文件列表，该文件可以修改，指定使用哪个model

3 保存model

使用tf.train.Saver()，TensorFlow中变量都是存储在Session环境中，只有Session环境下才会存有变量值，因此保存模型时需要传入Session。

　saver=tf.train.Saver()
　saver.save(sess, './checkpoint_dir/myModel')

在实际训练中，我们可能会在每1000次迭代中保存一次模型数据，但是由于图是不变的，没必要每次都去保存，可以通过如下方式指定不保存图

saver.save(sess, './checkpoint_dir/MyModel', write_meta_graph=False)