TensorlFlow中的一些坑

model saver

1. issue link:Saving and Restoring a trained LSTM in Tensor Flow
   问题描述：在保存TensorFlow中的RNN/LSTM模型的时候，需要在LSTM模型建立之后再定义saver如：

### Model Training and Saving code
### define the LSTM model code here
saver = tf.train.Saver()
### train process here
saver.saver(sess, saver_path) 

### Model Predict and Restore code
### define the LSTM model code here
saver = tf.train.Saver()
saver.restore(sess. saver_path)

事实上，如果是保存一般的variables也需要在定义了variable，如tf.get_variable()或者tf.Variable()中定义了之后，才能create Saver不然的话也会保存失败。下面就是一个例子：

    saver = tf.train.Saver()
    tf.Variable([1], tf.float32)
    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        saver.save(sess, path)

这样运行将会报错：

ValueError: No variables to save

而将Saver的定义位置换一下，就可以解决问题了。

    tf.Variable([1], tf.float32)
    saver = tf.train.Saver()
    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        saver.save(sess, path)