在使用tf.train.Saver函數保存模型文件的時候，是保存所有的參數信息，而有些時候我們並不需要所有的參數信息。我們只需要知道神經網絡的輸入層經過前向傳播計算得到輸出層即可，所以在保存的時候，我們也不需要保存所有的參數，以及變量的初始化、模型保存等輔助節點信息與遷移學習類似。之前使用tf.train.Saver函數保存模型文件的時候會產生多個文件，它將變量的取值和計算圖結構分成了不同的文件存儲。TensorFlow提供了另一種保存模型文件的方法，將計算圖保存在一個文件中。
tmp_g = tf.get_default_graph().as_graph_def()
tmp_g = tf.graph_util.convert_variables_to_constants(sess, tmp_g, [n.name[:-2] for n in output_tensors])