Tensorflow中的变量就是一个放在内存中的tensor结构，用于在计算过程中保存数据，变量的数值可以保存到文件中，也可以从文件中读取   1.变量的初始化  

import tensorflow as tf

Weights=tf.Variable(tf.random_normal([3,2],stddev=0.35),name="weights")#声明一个Weights的变量

print(Weights)#打印Weights变量结构
init=tf.global_variables_initializer()#初始化变量

with tf.Session() as sess:#执行session任务
    sess.run(init)#初始化认为
    print(sess.run(Weights))#打印Weights的值

  tensorflow中的变量必须被初始化，否则其内容是空的，以上代码执行完后会打印出一个3行2列的矩阵，值随机的，执行的输出结果如下  

<tf.Variable 'weights:0' shape=(3, 2) dtype=float32_ref>
[[ 0.01990979 -0.26959115]
 [ 0.32198292 -0.09266231]
 [-0.32708889  0.3107968 ]]

  2.变量保存到文件  

import tensorflow as tf

Weights=tf.Variable(tf.random_normal([3,2],stddev=0.35),name="weights")

print(Weights)

saver = tf.train.Saver()#声明Saver
init=tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    print(sess.run(Weights))
    save_path = saver.save(sess, "/Users/william/tmp/model.ckpt")#保存到文件
    print("Model saved in file: %s" % save_path)#打印保存的路径

  tensorflow是可以将变量保存到文件的，要用到的是tf.train.Saver，以上这段代码执行完成后，就会在tmp文件夹下身材变量保存的文件     3.变量的读取 可以保存到文件，就可以从文件中把变量读取出来  

import tensorflow as tf

Weights=tf.Variable(tf.random_normal([3,2],stddev=0.35),name="weights")

print(Weights)

saver = tf.train.Saver()

with tf.Session() as sess:
    saver.restore(sess, "/Users/william/tmp/model.ckpt")
    print("the restore variable Weights= %s" % sess.run(Weights))

  以上代码把变量读取出来，并打印出来，其输出如下：  

<tf.Variable 'weights:0' shape=(3, 2) dtype=float32_ref>
the restore variable Weights= [[ 0.01990979 -0.26959115]
 [ 0.32198292 -0.09266231]
 [-0.32708889  0.3107968 ]]

  如果变量是从文件中读取出来，就不需要初始化，只需要声明就可以了