• .ckpt文件是saver.save(sess)的旧版本输出，与您的.ckpt-data等效（请参见下文）

• “ checkpoint”文件仅在此处告诉一些TF函数，这是最新的checkpoint文件。

• .ckpt-meta包含.ckpt-meta图，即计算图的结构，没有变量的值（基本上是在张量板/图中可以看到的值）。

• .ckpt-data包含所有变量的值，没有结构。要在python中还原模型，通常会使用meta和data文件（但也可以使用.pb文件）：

   saver = tf.train.import_meta_graph(path_to_ckpt_meta) saver.restore(sess, path_to_ckpt_data) 

• 我不完全了解.ckpt-index ，我想这是内部需要某种索引才能正确映射之前的两个文件。无论如何，通常并不需要，您可以仅使用.ckpt-meta和.ckpt-data来恢复模型。

• .pb文件可以保存您的整个图形（元+数据）。要在c ++中加载和使用（而不是训练）图形，通常将使用由freeze_graph创建的图形，该图形将根据元数据和数据创建.pb文件。注意（至少在以前的TF版本中，并且对于某些人而言） freeze_graph提供的py函数无法正常工作，因此您必须使用脚本版本。 Tensorflow还提供了一个tf.train.Saver.to_proto()方法，但是我不知道它到底在做什么。

这里有很多有关如何保存和恢复图形的问题。例如， 在此处查看答案，但请注意，两个引用的教程虽然确实很有帮助，但远非完美，而且许多人似乎仍在努力地用c ++导入模型。

编辑 ：看起来您现在也可以在c ++中使用.ckpt文件，所以我想您不必再需要.pb文件。