在tensorflow中加载旧的检查点

我使用Tensorflow r0.12训练了一些模型并保存了它。后来我更新到r1.0.1。一些模型加载时没有任何问题，但如果模型中有RNN单元，加载失败，检查点中未发现

关键层5/双向RNN/bw/多RNN单元/单元1/基本RNN单元/偏差。
另外，如果我检查
model.index
文件，我会看到类似的条目，例如：
5/BiRNN/BW/MultiRNNCell/Cell0/basicrncell/Linear/Bias

带有RNN单元格的包现在位于
tf.contrib.RNN
（在0.12中是
tf.nn.RNN\u cell
），因此我认为某些命名已更改

问题是:
是否有办法加载我的模型，重新映射其张量并保存，以便张量名称与r1.0兼容

另外，如果有帮助的话，我还有
model.meta
文件

谢谢
 如果有人遇到同样的问题，下面是我使用的解决方案。它是tensorflow.python.tools

中的

inspect\u checkpoint.py

中tensor打印函数的修改版本

def resave_tensors(file_name, rename_map, dry_run=False):
    """
    Updates checkpoint by renaming tensors in it.
    :param file_name: Filename with checkpoint.
    :param rename_map: Map from old names to new ones
    :param dry_run: If True, just print new tensors.
    """
    renames_count = 0
    reader = pywrap_tensorflow.NewCheckpointReader(file_name)
    var_to_shape_map = reader.get_variable_to_shape_map()
    for key in sorted(var_to_shape_map):
        print("tensor_name: ", key)
        tensor_val = reader.get_tensor(key)
        print('shape: {}'.format(tensor_val.shape))
        if key in rename_map:
            renames_count += 1
            key = rename_map[key]
        tf.Variable(tensor_val, dtype=tensor_val.dtype, name=key)
    saver = tf.train.Saver()
    if not dry_run:
        with tf.Session() as session:
            session.run(tf.global_variables_initializer())
            saver.save(session, file_name)
    print('Renamed vars: {}'.format(renames_count))