看看这个博客。主要是您已将操作保存为计算图的一部分。因此，在加载模型后，您可以恢复会话并调用您为训练和验证数据而创建的预测操作，并在输入 feed_dict 的新数据上运行它。确保它与您的训练数据具有相同的格式和形状。我正在添加一小段代码，也许这会有所帮助。

checkpoint_file=tf.train.latest_checkpoint(checkpoint_directory)
graph=tf.Graph()

 with graph.as_default():
     session_conf = tf.ConfigProto(allow_safe_placement=True, log_device_placement =False)
     sess = tf.Session(config = session_conf)
     with sess.as_default():
          saver =     tf.train.import_meta_graph("{}.meta".format(checkpoint_file))
          saver.restore(sess,checkpoint_file)
          input = graph.get_operation_by_name("input").outputs[0]
          prediction=graph.get_operation_by_name("prediction").outputs[0]
          #newdata=put your data here
          print sess.run(prediction,feed_dict={input:newdata})

要使用 operation_by_name，您必须在原始模型中命名操作和变量。其次，在 feed dict 中，您必须提供执行操作所需的所有参数（此处为预测），因此如果您使用 dropout，您也必须提供。可能有更简单的方法来做到这一点。我就是这样做的。