在TensorFlow中，可以使用tf.train.Saver類來保存和加載模型。以下是保存和加載TensorFlow模型的步驟：
import tensorflow as tf
# 創建一個Saver對象
saver = tf.train.Saver()
with tf.Session() as sess:
# 訓練模型
# 保存模型
saver.save(sess, "model.ckpt")
import tensorflow as tf
# 創建一個Saver對象
saver = tf.train.Saver()
with tf.Session() as sess:
# 加載模型
saver.restore(sess, "model.ckpt")
# 使用加載的模型進行推理或繼續訓練
在保存模型時，可以將模型保存為.ckpt文件或.pb文件。.ckpt文件保存了模型的權重和變量，而.pb文件保存了整個計算圖。
注意：在加載模型時，需要確保已經構建了與保存模型相同的計算圖結構。
