使用tf.train.save时无法恢复Adam优化器的变量

# 创建Adam优化器
optimizer = tf.train.AdamOptimizer(learning_rate)

# 训练模型

# 保存模型
saver = tf.train.Saver()
saver.save(sess, save_path)

# 恢复模型
saver.restore(sess, save_path)

# 恢复Adam优化器的槽位变量
for slot_name in optimizer.get_slot_names():
    slot_var = optimizer.get_slot(var, slot_name)
    saver.restore(sess, slot_var_save_path[slot_name])

# 创建Adam优化器
optimizer = tf.train.AdamOptimizer(learning_rate)

# 定义需要优化的变量
train_vars = tf.trainable_variables()

# 使用Adam优化器进行优化
train_op = optimizer.minimize(loss, var_list=train_vars)

# 训练模型

# 保存模型
saver = tf.train.Saver(var_list=train_vars)
saver.save(sess, save_path)

# 恢复模型
saver.restore(sess, save_path)