我们正在尝试使用TensorFlow示例中的文本分类示例（tensorflow/examples/learn/text_classification.py）。它适用于db_pedia数据。从tensorflow tensorflow保存示例文本分类模型/ examples/learn/text_classification.py
现在我们试图使用Saver保存/恢复模型，但我们没有获取使用Saver API的位置，因为text_classification.py中的代码根本不使用Session，并且Saver API需要会话来保存/恢复。
该示例使用tf.estimator.Estimator，其具有用于保存的特殊方法 export_savedmodel。
此外，您可以指定model_dir在constructor：
Directory to save model parameters, graph and etc. This can also be used to load checkpoints from the directory into a estimator to continue training a previously saved model. If None, the model_dir in config will be used if set. If both are set, they must be same. If both are None, a temporary directory will be used.
我们训练有素的使用model_dir模型，并尝试使用相同model_dir预测。模型保存但试图预测时（训练代码评论），出现错误： InvalidArgumentError（请参阅上面的追溯）：分配要求两个张量的形状匹配。 lhs shape = [10,50] rhs shape = [5386,50] [[Node：save/Assign = Assign [T = DT_FLOAT，_class = [“loc：@ EmbedSequence/embeddings”]，use_locking = true，validate_shape = true，_device =“/ job：localhost/replica：0/task：0/cpu：0”]（EmbedSequence/embeddings，save/RestoreV2）]] –
已在此提交bug：https：//github.com/tensorflow/ tensorflow /问题/ 13971 –