今天小编就为大家分享一篇TensorFlow实现保存训练模型为pd文件并恢复，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

TensorFlow保存模型代码 import tensorflow as tf from tensorflow.python.framework import graph_util var1 = tf.Variable(1.0, dtype=tf.float32, name='v1') var2 = tf.Variable(2.0, dtype=tf.float32, name='v2') var3 = tf.Variable(2.0, dtype=tf.float32, name='v3'

Tensorflow2.x版本的模型保存，和opencv c++模型导入 由于一个小项目的需求，需要使用C++的接口调用python环境下使用Tensorflow 2.x版本训练好的模型。我想了两种方式： 使用 Tensorflow 2. x 的 C++ API 。（我觉得可行，在源码编译的最后一部，由于误操作系统崩了…,后续会继续尝试） 使用opencv dnn 模块提供的 API接口。（我使用的这种方式） 使用Tensorflow 训练模型 我使用的是2.1版本，2.0应该也可以