使用skflow 進行模型訓練，往往需要很多的時間，特別是資料量增大的時候。

這樣每次預測都重新訓練一次模型是不現實的。

而模型往往需要重複使用，因此將訓練好的模型儲存下來並隨時呼叫時很有必要的。

下面設訓練好的模型是   classifier  

用.save屬性將 classifier 存為

'/tmp/tf_examples/my_model_1/' 路徑下的   my_model_1  檔案

import skflow

classifier = skflow.TensorFlowLinearRegression()
classifier.fit(...)
classifier.save('/tmp/tf_examples/my_model_1/')

new_classifier = TensorFlowEstimator.restore('/tmp/tf_examples/my_model_2')
new_classifier.predict(...)