模型保存与加载主要涉及三种方法：

1. 保存变量（Variable）.
2. 保存参数（Parameter）.
3. 保存持久性变量（Persistables）.

这三种方法分别下面三个API实现：

1.  fluid.io.save_vars
2. fluid.io.save_params
3. fluid.io.save_persistables

在 Paddle 中，算子(Operator)的每一个输入和输出都是一个变量（Variable），而参数（Parameter）是变量（Variable）的子类。持久性变量（Persistables）是一种在每次迭代结束后均不会被删除的变量。参数是一种持久性变量，其在每次迭代后都会被优化器（优化器）更新。训练神经网络本质上就是在更新参数。

在tensorflow中，模型的保存有两部分：网络结构的保存和参数（权重和偏置）的保存。不知paddlepaddle中，变量、持久性变量和参数的保存具体保存的是什么？