在张量流中将权重保存到内存中

Question

我正在使用python2.7和tensorflow,需要根据下一次计算的结果保存权重.因此我需要暂时保存以前的权重,一种方法是使用:

saver = tf.train.Saver(...variables...)
saver.save(sess, 'my-model', global_step=step)

但问题是权重被保存到磁盘,这是非常缓慢的,并且随着时间的推移而增加,因为我必须暂时保存每一步的权重.有没有办法暂时将重量保存到内存？另一种方法是将权重变量声明为占位符,将每个步骤后的权重保存到其他虚拟权重变量,然后将临时权重变量传递回每个步骤的占位符.但这非常不令人满意.