请教，在 flask 等 web 服务下，怎么把 facenet 的 load_model 常驻或者全局化

最新在学习人脸识别模型，

我想尝试将其应用在 web 服务上，

其中用到了 facenet 在 facenet 中有一个load_model()方法。 Link

经过确认，这里面的saver.restore等是最耗时的，

每次加载都会消耗大约 14 秒，这明显是不能接受的，我不能每次请求都要等这么久。

所以我想将让其只在开启时加载一次，不知这个想法可行？

我搜集了资料 比较贴近的有这么几个

link0 link1 link2

我按照上面的文章多次测试，要么 RuntimError，要么 graph is None，或者其他更可怕的错误

主要的运行原代码

# compare.py
origin_data_path = ''
img_path = ''
args = parse_arguments(['./face/src/20180408-102900', img_path])
images = load_and_align_data(args.image_files, args.image_size, args.margin, args.gpu_memory_fraction)
with tf.Graph().as_default():
    with tf.Session() as sess:
        # 加载模型 这里耗时是最多的
        facenet.load_model(args.model)
        images_placeholder = tf.get_default_graph().get_tensor_by_name("input:0")
        embeddings = tf.get_default_graph().get_tensor_by_name("embeddings:0")
        phase_train_placeholder = tf.get_default_graph().get_tensor_by_name("phase_train:0")
        # 获取特征向量
        feed_dict = {images_placeholder: images, phase_train_placeholder: False}
        emb = sess.run(embeddings, feed_dict=feed_dict)
        # 保存到本地
        np.savetxt('', emb[0])

我需要将其改写，小白初次接触，提前谢谢各位了！~