Tensorflow可以載入兩個模型嗎？
比如用一個模型檢測車牌，用一個模型識別車牌。如果可以，請貼一下代碼，謝謝。
如果我沒有理解錯題主的意思，那題主是希望在一個應用中使用兩個模型進行預測，那在代碼中直接定義兩個模型，分別進行forward就可以了。我覺得代碼結構應該是這樣子的，請各位大牛不要見笑。
import tensorflow as tf
def inference1(input1):
# 定義模型1
return output1
def inference2(input2):
# 定義模型2
return output2
# 進行預測
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})
如果題主需要重複使用一個模型進行多次預測，那在定義模型的時候要定義好reuse參數，告訴tf我們需要重複使用參數進行預測，詳細代碼請參考GAN一系列模型的tensorflow實現。這種代碼在github上有很多，我就不貼鏈接了。
希望我的回答對答主有幫助。
你可以近似認為 Alexnet 就是兩個模型，所以這樣做沒啥困難
當然可以，不同模型用不同的variable scope就好。
是想用一個模型的輸出作為另一個模型的輸入使用嗎？我覺得應該是可以的哦~
不邀自來，可以，做過類似工作。前提是將這兩個演算法模型合併成一個圖。
可以。其實TF本沒有特別明確的「模型」的概念，一切都是計算圖，只是人們刻意劃分出了什麼是模型罷了。
推薦閱讀：
