在
tf.train.Saver必须创建 后 要恢复（或保存）的变量。此外，必须在与这些变量相同的图形中创建它。
假设
Process.forward_propagation(…)还可以在模型中创建变量，则在此行之后添加保护程序创建应该可以：
forward_propgation_results = Process.forward_propagation(images)
另外，您必须将
tf.Graph创建的新内容传递给
tf.Session构造函数，以便也需要
sess在该
with块内部移动创建内容。
结果函数将类似于：
def evaluate(): with tf.Graph().as_default() as g: images, labels = Process.eval_inputs(eval_data = eval_data) forward_propgation_results = Process.forward_propagation(images) init_op = tf.initialize_all_variables() saver = tf.train.Saver() top_k_op = tf.nn.in_top_k(forward_propgation_results, labels, 1) with tf.Session(graph=g) as sess: sess.run(init_op) saver.restore(sess, eval_dir) print(sess.run(top_k_op))
