如何将model.ckpt文件转换为单个.ckpt文件，以及如何测试我的模型以预测图像分数？

import tensorflow as tf

# 创建一个新的TensorFlow图形
graph = tf.Graph()

with graph.as_default():
    # 定义与原始模型相同的变量
    weights = tf.Variable(tf.zeros([784, 10]), name='weights')
    biases = tf.Variable(tf.zeros([10]), name='biases')

    # 使用Saver类从model.ckpt文件中恢复变量的值
    saver = tf.train.Saver()
    with tf.Session() as sess:
        saver.restore(sess, 'model.ckpt')

        # 使用Saver类将变量保存到新的.ckpt文件中
        saver.save(sess, 'single.ckpt')

import tensorflow as tf

# 加载模型并创建一个TensorFlow会话
graph = tf.Graph()
with tf.Session(graph=graph) as sess:
    # 加载模型
    saver = tf.train.import_meta_graph('single.ckpt.meta')
    saver.restore(sess, 'single.ckpt')

    # 获取输入和输出的Tensor
    input_tensor = graph.get_tensor_by_name('input_tensor:0')
    output_tensor = graph.get_tensor_by_name('output_tensor:0')

    # 准备输入数据
    image = ...  # 读取图像数据并进行预处理

    # 将输入数据传递给模型进行预测
    prediction = sess.run(output_tensor, feed_dict={input_tensor: image})

    # 获取预测结果
    print(prediction)