Tensorflow可以载入两个模型吗？
比如用一个模型检测车牌，用一个模型识别车牌。如果可以，请贴一下代码，谢谢。
如果我没有理解错题主的意思，那题主是希望在一个应用中使用两个模型进行预测，那在代码中直接定义两个模型，分别进行forward就可以了。我觉得代码结构应该是这样子的，请各位大牛不要见笑。
import tensorflow as tf
def inference1(input1):
# 定义模型1
return output1
def inference2(input2):
# 定义模型2
return output2
# 进行预测
pred1 = inference1(input1)
pred2 = inference2(input2)
sess = tf.InteractiveSession()
pred1_val = sess.run(pred1, feed_dict={input1: input1_val})
pred2_val = sess.run(pred2, feed_dict={input2: input2_val})
如果题主需要重复使用一个模型进行多次预测，那在定义模型的时候要定义好reuse参数，告诉tf我们需要重复使用参数进行预测，详细代码请参考GAN一系列模型的tensorflow实现。这种代码在github上有很多，我就不贴链接了。
希望我的回答对答主有帮助。
你可以近似认为 Alexnet 就是两个模型，所以这样做没啥困难
当然可以，不同模型用不同的variable scope就好。
是想用一个模型的输出作为另一个模型的输入使用吗？我觉得应该是可以的哦~
不邀自来，可以，做过类似工作。前提是将这两个演算法模型合并成一个图。
可以。其实TF本没有特别明确的「模型」的概念，一切都是计算图，只是人们刻意划分出了什么是模型罢了。
推荐阅读：
