在tensorflow中，graph是训练的核心，当一个模型训练完成后，需要将模型保存下来，一个通常的操作是：

variables = tf.all_variables()
                saver = tf.train.Saver(variables)
                saver.save(sess, "data/data.ckpt")
tf.train.write_graph(sess.graph_def, 'graph', 'model.ph', False)

这样就可以将model保存在model.ph文件中，然而使用的时候不仅要加载模型文件model.ph,还要加载保存的data.ckpt数据文件才能使用。这样保持了数据与模型的分离，确实是个不错的方法。
当我们把一个训练模型完整的训练好上线时候，我们期待的场景是：将一张图片喂进去，然后得出结果。 这时候再这样加载或许有些不必要，特别是在一些变量”不明”的时候特别麻烦.这时候一个比较好的方法就是将变量(偏执，权重等)固化到模型数据中。

创建图

在文件开头增加如下代码

声明tensor

在需要的操作添加

固化保存

固化操作中最重要的函数是:

tf.graph_util.convert_variables_to_constants(sess, input_graph_def, output_node_names, variable_names_whitelist=None, variable_names_blacklist=None)

代码运行后控制台打印：

这样在我们使用的时候就不要再进行data.ckpt的数据恢复。直接通过：

sess.graph.get_tensor_by_name()

就可以获取一个tensor，是不是很方便。

小报错：

• assert d in name_to_node_map, “%s is not in graph” % d
  AssertionError: A is not in graph
  解决：仔细查看tensor名称是否正确。

• NotFoundError (see above for traceback): Unsuccessful TensorSliceReader constructor: Failed to find any matching files for checkpoint.ckpt
  分析：说是加载不到，但是路径和文件名没有错
  解决：google找到https://github.com/tensorflow/tensorflow/issues/6082
  就是加一个”./”，指定当前目录。

  参考文章：
  http://blog.csdn.net/lujiandong1/article/details/53385092
  http://blog.csdn.net/searobbers_duck/article/details/51721916