当我恢复保存的图形和变量时。我如何在TF中获得位置？

在TensorFlow中，当你恢复保存的图形和变量时，你可以通过以下步骤来获得位置：

1. 首先，你需要使用tf.train.import_meta_graph()函数导入保存的图形的元图（meta graph）。元图是一个包含图形结构的文件，它描述了图形中的操作和张量。
2. 接下来，你可以使用tf.Session()创建一个会话，并使用tf.train.Saver()类来恢复保存的变量。Saver类提供了保存和恢复变量的功能。
3. 在会话中，你可以使用tf.get_default_graph()函数获取默认的图形，并使用tf.get_collection()函数获取保存的位置。tf.get_collection()函数可以根据给定的名称返回图形中的操作或张量。

下面是一个示例代码：

import tensorflow as tf

# 导入保存的图形的元图
saver = tf.train.import_meta_graph('path/to/your/model.meta')

with tf.Session() as sess:
    # 恢复保存的变量
    saver.restore(sess, 'path/to/your/model')

    # 获取默认的图形
    graph = tf.get_default_graph()

    # 获取保存的位置
    locations = tf.get_collection('your_collection_name')

    # 打印位置
    for location in locations:
        print(location)

在上面的代码中，你需要将'path/to/your/model.meta'和'path/to/your/model'替换为你保存的图形和变量的路径。你还需要将'your_collection_name'替换为你保存位置时使用的集合名称。

这样，你就可以在TensorFlow中获得保存的位置了。请注意，这只是一个示例，具体的实现可能会根据你的需求和代码结构有所不同。